【深度估计】开源 | CVPR2020 | 单目深度估计ForeSeE方法实现了7.5 AP增益，表现SOTA

论文地址：http://arxiv.org/pdf/1909.07701v2.pdf 代码：https://github.com/wxinlong/foresee. 来源：澳大利亚阿德莱德大学 论文名称：Task-Aware Monocular Depth Estimation for 3D Object Detection 原文作者：Xinlong Wang

单目深度估计能够从一个单一的二维图像进行3D感知，吸引了众多学者多年来的研究关注。原来几乎所有的方法对前景和背景区域的对象处理都是一样的。然而，并不是所有的像素都是相同的。前景对象的深度在三维对象识别和定位中起着至关重要的作用。到目前为止，对于如何提高前景对象的深度预测精度的讨论还很少。本文首先分析了前景和背景的数据分布和相互作用，然后提出了ForeSeE方法，利用分离的优化目标和解码器来估计前景和背景深度，极大地提高了前景对象的深度估计性能。应用于3D目标检测，我们实现了7.5 AP增益，表现SOTA。

下面是论文具体框架结构以及实验结果：

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。