要約
単眼3D物体検出は自動運転において重要な要素であり、特に部分的にしか見えない（遮蔽された）サンプルの検出は困難を伴います。多くの検出器は各3D物体を独立した学習目標として扱いますが、これにより遮蔽されたサンプルに有用な情報が欠落することが避けられません。この問題に対処するため、我々はペアとなるサンプル間の関係性を考慮することで単眼3D物体検出の精度を向上させる新しい手法を提案します。これにより、部分的に遮蔽された物体に対して隣接する近傍から空間的な制約条件を符号化することが可能になります。具体的には、提案された検出器は物体位置と隣接する物体ペア間の3D距離について不確実性に応じた予測を行い、その後非線形最小二乗法によって共同で最適化されます。最後に、一段階の不確実性に応じた予測構造と後処理最適化モジュールが統合され、実行時の効率性を確保しています。実験結果は、我々の手法がKITTI 3D検出ベンチマークにおいて最高の性能を示し、特に難しいサンプルに対して最先端の競合他社を大幅に上回ることを証明しています。