单目3D目标检测：一种无需外参的方法

单目3D目标检测是自动驾驶领域中的关键任务。当车辆自身姿态相对于地面发生改变时，该任务往往变得难以处理，而这种情况在实际场景中十分常见，主要源于道路平整度和坡度的微小波动。由于在工业应用中缺乏对相机姿态信息的深入理解，现有基于公开数据集的方法普遍忽略了相机姿态信息，导致检测器不可避免地对相机外参变化敏感。在大多数自动驾驶应用场景中，目标物体的扰动现象普遍存在，尤其在工业级产品中尤为显著。为此，我们提出一种新方法，通过捕捉相机姿态信息，构建对相机外参扰动具有鲁棒性的检测框架。具体而言，所提出的框架通过检测消失点和地平线变化来估计相机外参。同时，设计了一种特征转换器，用于在潜在空间中校正受扰动的特征表示。通过该机制，我们的3D检测器能够独立于外参变化，在真实复杂场景下（如坑洼不平、路面不规则的道路）仍能保持高精度，而几乎所有现有的单目检测方法在这些场景中均难以有效工作。实验结果表明，与现有最先进方法相比，本方法在KITTI 3D和nuScenes两个数据集上均取得了显著更优的性能。