单目姿态估计

1. 单目视觉深度估计测距的前生今世

2. 自动驾驶中单目摄像头检测输出3-D边界框的方法一览

3. CVPR2019论文解读：单眼提升2D检测到6D姿势和度量形状 ROI-10D: Monocular Lifting of 2D Detection to 6D Pose and Metric Shape
   1. 本文提供了基于端到端单目3D目标检测和度量形状检索的深度学习方法。为了在3D中提升2D检测，定位，以及缩放，提出了一种新的loss函数。不同于各自独立的优化这些数量，3D示例允许适当的度量boxes的不一致性。实验结果显示，10维稀疏2D兴趣域Regions of Interests (RoIs)提升在6D姿态和示例纹理几何测量中都取得很好的效果。这也能够通过直接在2D场景上修复恢复的网格来增强数据。对照在KITTI 3D数据上别的单目方案，本文的方案基于官方正规的数据集上，在3D姿态测试结果达到双倍的AP。

   2. 单目摄像头检测6D姿态（另一篇解读）

4. Deep3Dbox 复现笔记【附部分code】 3D Bounding Box Estimation Using Deep Learning and Geometry 
5. 基于深度学习的单目深度估计综述