TPAMI‘23最全综述：一篇文章搞定自动驾驶3D目标检测！

0. 写在前面

3D目标检测是自动驾驶非常重要的一个基础任务，其重要性不言而喻。今天笔者为大家推荐一篇3D目标检测方向的最新综述，这篇文章包含201篇参考文献，全面总结了基于图像的3D目标检测方案，还谈论了未来的研究方向。

下面一起来阅读一下这项工作~

1. 论文信息

标题：3D Object Detection from Images for Autonomous Driving: A Survey

作者：Xinzhu Ma, Wanli Ouyang, Andrea Simonelli, Elisa Ricci

机构：香港大学、特伦托大学、FBK

原文链接：https://arxiv.org/abs/2202.02980

文献总结：https://github.com/xinzhuma/3dodi-survey

2. 摘要

图像中的3D目标检测是自动驾驶中的基础且具有挑战性的问题之一，近年来受到了工业界和学术界越来越多的关注。得益于深度学习技术的快速发展，基于图像的三维检测取得了令人瞩目的进展。特别地，从2015年到2021年，已经有超过200项工作研究了该问题，涵盖了广泛的理论、算法和应用。然而，到目前为止，还没有最近的调查来收集和整理这些知识。在本文中，我们填补了文献中的这一空白，并首次对这一新颖且不断增长的研究领域进行了全面调查，总结了基于图像的3D检测最常用的pipeline，并对其每个组成部分进行了深入分析。此外，我们还提出了两个新的分类法，将最先进的方法组织成不同的类别，目的是对现有方法进行更系统的审查，并与未来的工作进行公平的比较。在回顾迄今为止所取得的成果的同时，我们还分析了该领