オブジェクト中心のステレオマッチングによる3次元物体検出

安全な自動運転には信頼性の高い3次元物体検出が不可欠であり、対象となる物体の6自由度（6 DoF）姿勢と寸法を決定する必要があります。この課題を解決するためにステレオカメラを使用することは、広く使用されているLiDARセンサに比べてコスト効果の高い代替手段です。現在のステレオ3次元物体検出の最先端技術は、既存のPSMNetステレオマッチングネットワークをそのまま使用し、推定された視差を3次元点群に変換し、この点群をLiDARベースの3次元物体検出器に入力します。既存のステレオマッチングネットワークの問題は、それらが視差推定のために設計されており、3次元物体検出には適していないことです。対象物体の点群の形状と精度が重視されていないため、これらのネットワークは一般的に物体境界での深度推定が不正確であるという問題（ストリーイングと定義）に悩まされています。これは背景と前景のポイントが同時に推定されるためです。また、既存のネットワークは損失関数で視差を罰則として扱い、対象物体点群の推定位置ではなく視差を評価しています。これらの2つの問題に対処するために、我々は新たな2Dボックスアソシエーションと対象中心的なステレオマッチング手法を提案します。この手法では、対象となる物体のみの視差を推定します。我々の手法はKITTI 3DおよびBEVベンチマークで最先端の結果を達成しました。