L’objectif de cet article est d’apprendre une représentation de caractéristiques sensible au contexte et à la profondeur afin de résoudre le problème de la détection 3D d’objets à partir d’une seule vue. Nous apportons les contributions suivantes : (i) au lieu de recourir à une approche complexe basée sur le pseudo-LiDAR, nous proposons un réseau de propagation dynamique de messages conditionné par la profondeur (DDMP) pour intégrer efficacement les informations multi-échelles de profondeur avec le contexte visuel ; (ii) cela est réalisé en échantillonnant d’abord de manière adaptative des nœuds sensibles au contexte dans le contexte visuel, puis en prédisant dynamiquement des poids de filtres hybrides dépendants de la profondeur ainsi que des matrices d’affinité pour la propagation de l’information ; (iii) en introduisant une tâche d’encodage de profondeur centrée sur le centre (CDE), notre méthode parvient à atténuer efficacement les priori de profondeur inexactes ; (iv) nous démontrons de manière exhaustive l’efficacité de notre approche proposée et obtenons des résultats de pointe parmi les méthodes basées sur une seule vue sur le jeu de données de benchmark KITTI. En particulier, nous obtenons la première place sur la piste de détection 3D d’objets monoculaire de KITTI le jour de la soumission (16 novembre 2020). Le code et les modèles sont disponibles à l’adresse suivante : \url{https://github.com/fudan-zvg/DDMP}