基于点云俯视图重映射的3D目标检测

吴秋霞 黎玲敏

(华南理工大学 软件学院，广东 广州510006)

目标检测是一种基于目标几何和统计特征的分割，将目标的分割和识别合二为一，即目标检测不仅需要识别出场景中存在的物体及其类别，还要给出物体的位置，通常以最小包围盒的形式给出。在图像上给出物体的类别和最小包围盒的检测称为二维(2D)目标检测，而输出物体类别及其在三维(3D)空间中的长、宽、高、旋转角等信息的检测称为3D目标检测。

随着深度神经网络的发展，特别是Faster RCNN[1]、Mask RCNN[2]、YOLO[3]、SSD[4]等优秀目标检测框架的出现，2D目标检测的准确率已经超过了人眼。但2D目标检测只能反映出物体在图像平面的位置，缺乏深度信息以及物体的尺寸等三维空间参数，在实际应用中存在一定的局限性。例如在车辆无人驾驶、服务机器人、增强现实等场景下，需要感知目标物体的三维大小以及旋转角度等信息。将3D目标检测应用到无人驾驶车辆上，检测出场景中的目标，并通过估计实际位置，自动驾驶的车辆就可以准确地预判和规划自己的行为和路径，避免碰撞和违规，从而大大降低交通事故的发生并实现城市交通的智能化。

随着激光雷达、深度相机等3D数据采集设备逐渐平民化，3D目标检测具有巨大的研究前景和应用价值，学术界和工业界都涌起了很多关于3D目标检测的研究，解决了很多3D目标检测中的难题，3D目标检测的应用场景也日渐丰富。为了更准确地评估3D目标检测在自动驾驶场景下的准确性与安全性，由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办的大型自动驾驶场景下的数据集KITTI提供了BEV检测和3D检测的评估基准。……