Réseau de notation du degré d'ajustement profond pour la détection d'objets 3D monoculaire

Dans cet article, nous proposons d'apprendre un réseau de scoring du degré d'ajustement profond pour la détection d'objets 3D monoculaire, qui vise à évaluer le degré d'ajustement entre les propositions et l'objet de manière concluante. Contrairement à la plupart des cadres monoculaires existants qui utilisent une contrainte stricte pour obtenir la localisation 3D, notre approche atteint une localisation précise grâce à la mesure du degré d'ajustement visuel entre les propositions projetées en 3D et l'objet. Nous commençons par régresser la dimension et l'orientation de l'objet en utilisant une méthode basée sur des ancres afin de construire une proposition 3D appropriée. Nous proposons FQNet (Fully Qualified Network), capable d'inférer l'IoU (Intersection over Union) 3D entre les propositions 3D et l'objet uniquement à partir d'indices 2D. Ainsi, lors du processus de détection, nous échantillonnons un grand nombre de candidats dans l'espace 3D et projetons ces boîtes englobantes 3D individuellement sur l'image 2D. Le meilleur candidat peut être sélectionné simplement en explorant le chevauchement spatial entre les propositions et l'objet, sous forme du score IoU 3D généré par FQNet. Les expériences menées sur le jeu de données KITTI démontrent l'efficacité de notre cadre.Note : - "FQNet" est traduit par "Fully Qualified Network" car il s’agit probablement d’un nom propre ou d’un acronyme spécifique au domaine.- "IoU" (Intersection over Union) est conservé tel quel car c'est un terme technique couramment utilisé en français dans ce domaine.