室内环境下的3D 目标检测调研

任务：

调研室内场景下基于单帧图像的3D目标检测的研究情况。

思路：

首先了解相关数据集，benchmark，在数据集的基础上比较不同算法。

1. 室内场景的3D数据集

sunrgbd：室内场景，3D目标检测

scannet：室内场景，3D实例分割（3D实例标签在三个方向上取最小值和最大值，可以得出3D bounding box）

kitti: 道路场景，不是室内

Pix3D: 主要是物体3D模型重建，不是目标检测

ModelNet40: collection of 3D CAD models for objects, 不是真实环境

SUNCG: 用虚拟场景渲染单个视角的彩色深度和语义，主要拿来做基于单帧图像的语义场景修复

NYU Depth Dataset V2: 语义分割

S3DIS: 室内环境的3D扫描模型，偏向语义分割，可用来做目标检测

对比以上这些3D数据集，可直接用于室内3D目标检测的数据集为 sunrgbd 和 scannet，所以用这两个数据集为标准，评价室内3D目标检测的模型性能。

参考文档：

数据集合集介绍：https://www.sohu.com/a/317394935_100007727

这篇文章里面有比较一些数据集：https://openaccess.thecvf.com/content_ICCV_2019/papers/Wald_RIO_3D_Object_Instance_Re-Localization_in_Changing_Indoor_Environments_ICCV_2019_paper.pdf

2. 一些论文网站

CVPR：https://dblp.uni-trier.de/db/conf/cvpr/index.html

CVPR2020：https://openaccess.thecvf.com/CVPR2020_search

ECCV2020：https://eccv2020.eu/accepted-papers/

ICCV2019：https://openaccess.thecvf.com/ICCV2019

3. 一些博客

https://blog.youkuaiyun.com/weixin_40805392/article/details/105618481  描述了CVPR2020 3D目标检测

https://blog.youkuaiyun.com/weixin_44125273/article/details/106420482 整理了CVPR2020部分论文

4. 比较模型

mAP@0.25

模型	代码是否开源	RGB	SUN RGB-D V1	ScanNet V2	作者，单位	来源
VoteNet	是	without	57.7%	58.6%	FaceBook, 斯坦福大学	ICCV2019
VoteNet	是	with	56.3%		FaceBook, 斯坦福大学	ICCV2019
ImVoteNet	是	with	63.4%		FaceBook, 斯坦福大学	CVPR2020
MLCVNet	是	without	59.8%	64.5%	南京大学, 卡迪夫大学	CVPR2020
Density Based Clustering	否	with	57.2%		新加坡国立大学	CVPR2020
Multi-Scale EPN (Edge-Aware PointNet)	否	with	64.9%		新加坡国立大学	CVPR2020
HGNet	否	without	61.6%	61.3%	浙江大学	CVPR2020
SESS	是	without	61.1%	62.1%	新加坡国立大学	CVPR2020
Total3DUnderstanding	否		26.38% (标准不同 mAP@0.15)		厦门大学, 深圳大数据研究所	CVPR2020
Transferable Semi-Supervised	否		40.6%		新加坡国立大学	ICCV2019
Generative Sparse Detection Networks	否			62.84%	斯坦福大学, NVIDIA	ECCV2020
H3DNet	是	without	60.1%	67.2%	德克萨斯大学奥斯汀分校	ECCV2020
3D Object Detection Using a Learned Loss	否			50.2%	伦敦大学	ECCV2020
3D-BoNet	是			68.7%(mAP@0.25) 43.9%(mAP@0.5)	牛津大学, DeepMind	CVPR2019