[论文阅读]Improving Fine-Grained Recognition of Vehicles using 3D Bounding Boxes in Traffic Surveilla

  这是一篇车辆细粒度识别的论文，它利用3D的bonding box来对3D包裹住的车辆对象拆分至一个平面，利用这个最终的imag进行训练，训练效果最好是在vgg16的分类精度达到84.13，追踪精度达到92.27。对于没有3D包围盒信息的，作者还提供了一种3D包围盒的预测算法。（尽管介绍这部分的写的也太不详细了，而且发布的源码来看也没有包含这部分，只包含了一份预测出的estimated_3DBB.pkl的文件：（里面是对应的八个3DBB坐标信息。）

  在看这篇论文之前首先查了一下什么叫做细粒度识别，换句话说细粒度识别可以称为同一个类别内的识别，对于车辆的细粒度识别，就是识别出包括车辆模型的确切类型，模型与子模型，和该模型的年份等信息。下面来看这篇论文。

  这篇论文主要提供了五个方法来提高进度，分别是Unpack, Color,ImageDrop, View, Rast。其中最重要的是Unpack方法，他跟在Color,和ImageDrop两个图像数据增强方法后面使用。

1. Unpack

 这个方法是对3D包围盒的拆包，首先有必要介绍一下该论文中的一篇reference对于车辆的3D包围盒的构造方法。

介绍之前，先说图像消失点（也称灭点）的概念我对这个概念纠结了好久，在我们得生活空间也即欧式空间，两个平行的直线是永远不会相交的，但在图像的投影平面中，两个平行的直线是会相交的，最简单的例子：

摘自网络

 

对于平行的铁轨会相交于图像的某一点，这个消失点是图像内，消失点也完全可以在图像外，并且有多个，