3D目标检测论文汇总

最新推荐文章于 2024-12-23 11:03:41 发布
置顶 最新推荐文章于 2024-12-23 11:03:41 发布
阅读量2.1k 收藏 44
点赞数 2
分类专栏： 深度学习 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_29462849/article/details/103543233
版权
该博客详细总结了3D目标检测领域的多种方法，包括单目图像下的3D检测，RGB图像与激光雷达/深度图融合的检测，激光雷达点云的检测，以及RGB-D图像和立体视觉下的检测。涵盖了众多经典和前沿的算法，如YOLO3D、SSD-6D、VoteNet等，是理解3D目标检测技术的重要参考资料。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、单目图像下的3D目标检测

1、YOLO3D

2、SSD-6D

3、3D Bounding Box Estimation Using Deep Learning and Geometry

4、GS3D:An Effcient 3D Object Detection Framework for Autonomous Driving

5、Deep MANTA: A Coarse-to-fine Many-Task Network for joint 2D and 3D vehicle analysis from monocular image

6、Task-Aware Monocular Depth Estimation for 3D Object Detection

7、M3D-RPN: Monocular 3D Region Proposal Network for Object Detection

8、Monocular 3D Object Detection with Pseudo-LiDAR Point Cloud

9、Monocular 3D Object Detection and Box Fitting Trained End-to-End Using Intersection-over-Union Loss

10、Disentangling Monocular 3D Object Detection

11、Shift R-CNN: Deep Monocular 3d Object Detection With Closed-Form Geometric Constraints

12、Monocular 3D Object Detection via Geometric Reasoning on Keypoints

13、Monocular 3D Object Detection Leveraging Accurate Proposals and Shape Reconstruction

最低0.47元/天 解锁文章
ICCV 2023开源 | 屠榜Waymo！超强3D目标检测范式DetZero！
3D视觉工坊
09-15 664
作者：泡椒味的口香糖 | 来源：3D视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」即可获取论文pdf和代码。添加微信：dddvisiona，备注：目标检测，拉你入群。文末附行业细分群。0. 笔者个人体会3D目标检测方案分为Offboard检测和Online检测，主要区别是是否在线运行。Online检测又快又准，但是没办法在长序列中实现鲁棒的目标跟踪，目标轨迹容易出现碎片化。相较而言，Off...
3D目标检测~模型汇总
whaosoft143ai的博客
10-17 598
这是一篇来自Deep Vision Lab文章，发表在了CVPR2023上。作者发现了3D Spconv中应用的大卷机核时，并不如2D任务中一样那么有效。为了应对这些挑战。提出了。HIP的策略是逐阶段识别难以处理的实例。初始阶段，有一组地面实际目标对象O以及一组初始目标候选项A。神经网络在每个阶段根据这些候选项进行正面或负面的预测，其中候选项可以是各种类型，不仅限于锚点。每个阶段会产生一组已检测到的目标，然后根据它们与实际目标的匹配关系来分类实际目标。这种匹配可以使用不同的度量标准和阈值来实现。未匹配的实际
盘点 | 单目视觉3-D目标检测经典论文（附解读）
shenlanshenyanai的博客
12-10 3427
2020年以来出现的一些单目视觉3-D目标检测的论文。本文针对部分典型的论文要点进行要点解读，仅供参考。 Towards Generalization Across Depth for Monocular 3D Object Detection arXiv 1912.08035，v3，4，2020 介绍单步法，MoVi-3D，在训练和测试中，利用几何信息，生成目标外观被距离规范化的虚拟视角。结果是，模型减轻学习深度图特定的表示，复杂度降低。 如图所示：不直接在原图进行检测，而是在虚拟图像，并且距
3D目标检测集合
unbekannten的博客
11-22 1129
3D目标检测论文及代码集合
3D目标检测入门论文: CaDDN, DETR3D
wxq的博客
05-14 814
[CVPR2021] Projecting Your View Attentively: Monocular Road Scene Layout Estimation via Cross-view Transformation 概要 transform the front-view monocular image to the top-view road layout 提出cross-view transformation module，利用视图之间的关系和cycle consistency加强视图变换
３D目标检测论文汇总
自动驾驶小白
02-18 670
从经典到最新 1. 将点云投影为图片后做用深度学习做检测 [4] B. Li, T. Zhang, and T. Xia, “Vehicle detection from 3d lidar usingfully convolutional network,” inProceedings of Robotics: Science andSystems, AnnArbor, ...
【CVPR2020】3D目标检测论文汇总
Memory
09-16 2563
文章目录1. 3D目标检测——室外1. Associate-3Ddet: Perceptual-to-Conceptual Association for 3D Point Cloud Object Detection2. Structure Aware Single-stage 3D Object Detection from Point Cloud3. PnPNet: End-to-End Perception and Prediction with Tracking in the Loop4. DOP
【前沿 热点 顶会】AAAI 2025中与目标检测有关的论文
最新发布
A_Student10000的博客
12-23 5516
AAAI 2025中与目标检测有关的论文，包括3D目标检测、Radar目标检测、域适应、通用目标检测等话题。
单目3D目标检测之入门
记录和分享
11-19 1万+
单目3D目标检测入门 1. 单目3D目标检测的意义： 3D目标检测领域有哪些任务和方法？ 为了更直观，我画了一个思维导图：https://www.mubucm.com/doc/i9QW47JQS3 在3D目标检测领域，根据输入信息的不同，大致可分为三类方法。 Point Cloud-based Methods （基于点云来做） Multimodal Fusion-based Methods（点云和图像的融合） Monocular/Stereo Image-based Methods（单目/立体图像的方法）
2018_Frustum PointNets for 3D Object Detection from RGB-D Data论文翻译
06-30
点云深度学习经典论文，因为要对这篇论文的代码进行应用，所以翻译了一下，排版是按照原文格式来的，英语一般翻译的不好请见谅。
毫米波雷达视觉融合3D目标检测论文综述（一）
gui_hai的博客
05-01 5342
最近在研究基于毫米波雷达雷达和视觉融合的3D目标，于是查找了相关文献，在这里把看过的论文做个总结。给予自己的理解，希望大家批评指正。
【今日CS 视觉论文速览】Mon, 14 Jan 2019
TomRen
01-14 867
今日CS.CV计算机视觉论文速览 Mon, 14 Jan 2019 Totally 28 papers Daily Computer Vision Papers [1] *Title: A Biologically Inspired Visual Working Memory for Deep Networks Authors:Ethan Harris, Mahesan Niranjan,...
Object-Centric Stereo Matching for 3D Object Detection
weixin_45614254的博客
10-28 761
论文链接：https://arxiv.org/abs/1909.07566 KITTI的定性结果：Ground truth和预测分别用红色和绿色表示。彩色点是本文的立体匹配网络预测，而激光雷达点显示在黑色的目的是为了可视化。 观点 在三维目标检测中，主要关注感兴趣的目标；因此，只对目标图像作物进行立体匹配，并在训练时掩盖地面真实背景的差异，只对目标像素的错误进行惩罚。 贡献 本文提出了一种新的二维框关联和以物体为中心的立体匹配网络OC stereo，该网络只估计感兴趣物体之间的差异。以解决典型深度立体匹配
【3D目标检测】Monocular 3D Object Detection with Pseudo-LiDAR Point Cloud
可乐大牛的博客
11-22 1722
本文的输入数据仅仅是单目图像，在方法上是融合了伪点云（Pseudo-LiDAR）的深度信息表示方法与Frustum PointNets的检测方法。乍一看文章和伪点云原论文一模一样，但是会更具体一点，也就是本文只关注单目图像，同时解决了一些伪点云存在的问题。作者提到了其他设备的一些弊端：深度相机能捕捉的范围很有限；双目相机工作的流程很麻烦，需要校准与同步；激光雷达就不用说了，很贵 哈哈哈哈哈。相比之下，单目相机既便宜又方便安装，能捕捉的范围也大，核心问题就是没有深度信息。
CVPR2019 | 29篇目标检测相关论文汇总（含2D/3D/显著性目标检测等）
weixin_36670529的博客
11-10 3581
1、Stereo R-CNN based 3D Object Detection for Autonomous Driving 作者：Peiliang Li, Xiaozhi Chen, Shaojie Shen 论文链接：https://arxiv.org/abs/1902.09738 解读：https://zhuanlan.zhihu.com/p/58077936 2、Generalize...
AAAI-19录用论文清单
TomRen
01-28 1万+
AAAI-19于1月27日在夏威夷召开，今年是33届会议。 会议录用论文清单, workshop16个，tutorials24个。 标题的词云分析： 作者单位词云(按作者人数计算/一篇文章可能有多个作者)： picture from lonelyplanet.com 下面给出接收论文的列表： 第一个数字表示投稿的序号&内容可能有缺失 9: CircConv: A S...
【论文阅读】【综述】3D Object Detection 3D目标检测综述
热门推荐
麒麒哈尔的博客
06-04 4万+
aaa3D Detection新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 3D Detection 你好！...
三维目标检测：Frustum PointNets for 3D Object Detection from RGB-D Data
limingmin2020的博客
07-04 1341
该篇论文解决了三维目标检测方法忽略3D目标自然状态和3D数据不变性的问题；进一步地探讨了如何高效地在较大尺度的3D点云空间中定位目标物体。内容详实，步骤科学
CVPR 2020：工业界主导的3D目标检测研究汇总
CVPR 2020中3D目标检测相关的论文，无疑为学术界和工业界提供了宝贵的研究成果，这些成果将加速推动3D视觉技术在多个领域的应用和落地。 总结来看，从标题、描述和标签提供的信息来看，我们不难看出CVPR 2020中3D...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值