摘要
在本文中，我们研究了从立体图像中进行三维物体检测的问题，其中的关键挑战在于如何有效利用立体信息。不同于以往使用像素级深度图的方法，我们提出采用三维锚点（3D anchors）来显式构建立体图像中感兴趣区域之间的物体级对应关系，从而让深度神经网络学会在三维空间中检测和三角定位目标物体。此外，我们还引入了一种成本高效的通道重加权策略，该策略通过增强表示特征并削弱噪声信号来促进学习过程。所有这些方法都被灵活地集成到一个基于单目图像的稳健基线检测器中。我们在具有挑战性的KITTI数据集上展示了单目基线检测器和立体三角定位学习网络在三维物体检测和定位方面均优于先前的最先进方法。