단일 카메라 기반 3D 객체 검출을 위한 심층 적합도 점수 네트워크

본 논문에서는 단일 카메라를 이용한 3D 객체 검출을 위한 깊은 적합도 점수화 네트워크를 제안합니다. 이 네트워크의 목적은 제안된 영역과 객체 간의 적합도를 확실하게 평가하는 것입니다. 대부분의 기존 단일 카메라 프레임워크가 3D 위치를 얻기 위해 강한 제약 조건을 사용하는 것과 달리, 우리의 접근 방식은 투영된 3D 제안 영역과 객체 간의 시각적 적합도를 측정하여 고정밀 위치 추정을 실현합니다. 먼저 앵커 기반 방법을 사용하여 객체의 차원과 방향성을 회귀 분석하여 적절한 3D 제안 영역을 구성할 수 있도록 합니다. 우리는 FQNet이라는 모델을 제안하는데, 이는 2D 힌트만으로 3D 제안 영역과 객체 간의 3D IoU(Intersection over Union)를 추론할 수 있습니다. 따라서 검출 과정에서 우리는 3D 공간에서 많은 후보들을 샘플링하고 각각 이들 3D 바운딩 박스들을 2D 이미지에 투영합니다. FQNet이 출력하는 3D IoU 점수를 통해 제안된 영역과 객체 간의 공간적 중복성을 탐색함으로써 최적의 후보를 선택할 수 있습니다. KITTI 데이터셋에서 수행된 실험들은 우리 프레임워크의 유효성을 입증하였습니다.