论文链接：https://arxiv.org/abs/2011.12001

代码：https://github.com/qq456cvb/CanonicalVoting

VoteNet通过主干网络传递输入点云，然后对一组种子点进行采样，生成中心投票。然后，通过可学习的模块聚合投票簇，生成包围框朝向和大小。

这种逐点预测绝对偏移和包围盒方向，某些情况下甚至不如随机猜测。

为了解决这个问题，作者将直接预测偏差分解为了三个部分：局部标准坐标，包围盒尺寸，包围盒朝向。首先估计局部标准坐标和包围盒的规模，并通过标准投票算法寻找欧式空间中可能的对象朝向和中心。对象包围盒由高票位置得出。但是，这种详尽的方向搜索会带来一些投票的错误积累，为了消除假阳，设计了一个LCC反向投影检查算法来将提出的对象坐标反投影到标准空间，与预测的局部标准坐标进行对比。

贡献：

Bypassing orientation regression difficulties through
Local Canonical Coordinates and Canonical Voting.

Devising a back projection validation module to elimi-
nate false positives, achieving high average precision.

State-of-the-art performance on three 3D bounding box
detection benchmarks.

3.1 overview

3.2 回归局部坐标

受到 He Wang, Srinath Sridhar, Jingwei Huang, Julien Valentin,
Shuran Song, and Leonidas J Guibas. Normalized object
coordinate space for category-level 6d object pose and size
estimation. In Proceedings of the IEEE Conference on Com-
puter Vision and Pattern Recognition, pages 2642–2651, 2019.启发

提出回归局部标准坐标，局部标准坐标定义在定义为单位立方体内的3D空间，{xyz}∈【-1,1】，在局部标准坐标中，模型被一致对齐居中。

局部坐标系与世界坐标系的转换关系

回归局部标准坐标和包围框规模，损失函数：

局部标准坐标回归与直接偏差回归的比较，左边，当图像旋转时，鸭子的不同部位被映射到相同的输出偏移，直接偏移不会随着旋转变化，使得基于不同输入模式识别不同的偏移量变得困难，相反，LCC回归如右图所示，无论图片如何旋转，属于同一部分的模式在标准始终被映射到相同的局部标准坐标，使得学习输入和输出的关系变得更加容易。

3.3 带有对象性的标准投票

标准投票算法生成投票图指示对象存在的可能性，同时采用对象性分数过滤掉不属于任何对象的投票。通过预测的包围盒规模，标准局部坐标，对象性分数，每个点对于任意可能的旋转方向投票对应包围盒中心，为了累计投票，将连续的欧式空间离散为预定义的H*d*w栅格。同时用Gobj和Gscale记录航向角和包围盒尺寸。

每一点都参与了标准投票过程。 votenet采用分组与下采样方法生成候选，使得遮挡对象容易被忽略

3.4 反向投影局部标准坐标检查及包围盒产生

识别投票图的峰值，并产生包围盒。

使用反向投影的局部标准坐标检查

由于详尽的方向搜索，会有假阳出现在投票图。首先根据投票图的峰值产生包围盒候选，然后将包围盒候选内的点反投影到局部标准坐标，然后检查候选框内的点投影的局部标准坐标p~‘与预测的局部标准坐标p~是否一致。

包围盒中心根据投票图的峰值产生，直到峰值小于某个值，读取对应位置的包围盒规模和航向角。

CVPR2022 Canonical Voting: Towards Robust Oriented Bounding Box Detectionin 3D Scenes相关推荐

方向包围盒OBB（oriented bounding box）
制造几何仿真中的碰撞检测通常视为针对刚体对象间的碰撞检测,这样的话可以把非刚体即软体的建模和变形算法对碰撞检测的影响减少到最小.常见成熟的基于包围盒的碰撞检测(box intersection tes ...
基于cocos2d-x的2D空间中的OBB(Orient Bounding Box)碰撞检测算法
引言最近在与好友聊天的过程中,好友问我如何实现类似这样的游戏.它主要想知道,如何检测旋转过后的物体与其他物体之间的碰撞. 我们知道,在没有旋转的情况下,对于这样的方块,比较规则的物体,我们完全可以使 ...
3d object是什么文件_[单目3D目标检测论文笔记] 3D Bounding Box Estimation
本文是3D Bounding Box Estimation Using Deep Learning and Geometry的论文笔记及个人理解.这篇文章是单目图像3d目标检测的一个经典工作之一.其目 ...
Bounding box regression详解
Bounding box regression详解转载 http://blog.csdn.net/u011534057/article/details/51235964 Reference link ...
PointFusion: Deep Sensor Fusion for 3D Bounding Box Estimation
摘要我们提出了PointFusion,一种利用图像和3D点云信息的通用3D对象检测方法.与使用多级管道或保持传感器和数据集特定假设的现有方法不同,PointFusion在概念上简单且与应用程序无关. ...
softer-nms论文学习详解(Bounding Box Regression with Uncertainty for Accurate Object Detection)
<Bounding Box Regression with Uncertainty for Accurate Object Detection> 论文地址: https://arxiv.o ...
《Gliding vertex on the horizontal bounding box for multi-oriented object detection》算法详解
<Gliding vertex on the horizontal bounding box for multi-oriented object detection>是华中科大白翔老师的新 ...
目标检测中的Bounding Box Regression Loss
目标检测中的Bounding Box Regression Loss PyTorch: https://github.com/shanglianlm0525/CvPytorch 目标检测中的Bound ...
Ray-AABB问题：判断线段是否相交于轴对齐边界框(Axially Aligned Bounding Box, AABB)
摘要 Ray-AABB问题:判断线段是否相交于轴对齐边界框(Axially Aligned Bounding Box, AABB) 本文介绍了slab算法的实现,从一个简单实现开始,逐步优化slab算 ...
3.5 Bounding Box 预测-深度学习第四课《卷积神经网络》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 3.4 卷积的滑动窗口实现回到目录 3.6 交并比 Bounding Box 预测 (Bounding Box Predictions) 在上一个视频中,你们学到了滑动窗口 ...

CVPR2022 Canonical Voting: Towards Robust Oriented Bounding Box Detectionin 3D Scenes

论文链接：https://arxiv.org/abs/2011.12001

代码：https://github.com/qq456cvb/CanonicalVoting

CVPR2022 Canonical Voting: Towards Robust Oriented Bounding Box Detectionin 3D Scenes相关推荐

最新文章

热门文章