公开(公告)号：CN116843737A

公开(公告)日：2023-10-03

申请号：CN202310701742.6

申请日：2023-06-14

Applicant: 华东师范大学

Inventor： 吉银帅 ,  续晋华 ,  孙仕亮

IPC: G06T7/50 ,  G06T7/60

Abstract: 本发明公开了一种基于目标表面点高度和不确定性的单目深度估计方法，提出用物体表面点的物理高度和投影高度来代替物体本身的高度，从而得到多个深度候选值。此外，估计高度的不确定性，并用直接回归的深度代替高不确定性的推断实例深度。根据不确定度，将这些深度预测结合起来，得到最终目标深度。本发明在KITTI数据集上取得了最好的性能表现，并且推理时间满足自动驾驶实时性的要求。

公开(公告)号：CN116704495A

公开(公告)日：2023-09-05

申请号：CN202310700357.X

申请日：2023-06-14

Applicant: 华东师范大学

Inventor： 吉银帅 ,  续晋华 ,  孙仕亮

IPC: G06V20/64 ,  G06V20/56 ,  G06V10/82 ,  G06V10/774 ,  G06V10/40

Abstract: 本发明公开了一种基于目标表面点与地面映射的单目3D检测模型的构建方法，单目三维目标检测因其简单、成本低而备受关注。本发明将物体表面点映射到地平面上，并将物体深度求解问题分解为地面深度估计和表面点高度估计。在训练阶段，密集的地面深度标签由目标表面深度提供。在推理阶段，通过查询地面深度图来恢复表面点深度。结果得到了大量候选的目标深度，并可根据候选目标深度的不确定性进行最终实例深度的组合，最终结合其它预测的三维属性获得目标的3D包围框。此外，由于大多数映射的地面点被物体遮挡，可能会误导网络学习，本发明设计了一种深度扩充策略来扩展地面标签。本发明在KITTI数据集中取得了优越的性能，相比于同类的方法性能提升明显。