被低估了的單目視覺(jué)識(shí)別
對(duì)單目來(lái)說(shuō)物體越遠(yuǎn),測(cè)距的精度越低,硬件上的缺點(diǎn)可以通過(guò)算法去彌補(bǔ),近日有兩篇關(guān)于單目視覺(jué)的研究論文曝光,一篇是單目視頻的深度估計(jì),另一篇?jiǎng)t是單目3d物體識(shí)別,在數(shù)據(jù)集下測(cè)試都取得了不錯(cuò)的效果,我們熟悉的單目攝像頭可能一直被低估了。
攝像頭是自動(dòng)駕駛汽車中重要的傳感器之一,在自動(dòng)駕駛過(guò)程中的首要任務(wù)就是道路識(shí)別,主要是圖像特征法和模型匹配法來(lái)進(jìn)行識(shí)別。行駛過(guò)程中需要進(jìn)行障礙物檢測(cè)和路標(biāo)路牌識(shí)別等,此時(shí)車輛上的信息采集便可以運(yùn)用單目視覺(jué)或者多目視覺(jué)。
由于很多圖像算法的研究都是基于單目攝像機(jī)開(kāi)發(fā)的,因此相對(duì)于其他類別的攝像機(jī),單目攝像機(jī)的算法成熟度更高;趩文繑z像頭可以用來(lái)定位、目標(biāo)識(shí)別等。但是相比多目,單目有著先天的缺陷,視野信息不能夠豐富,單目測(cè)距的精度也較低。
不過(guò)單目攝像頭的作用還未發(fā)揮到極致,近日有兩篇關(guān)于單目視覺(jué)的研究,讓眾多研究者驚艷,原來(lái)單目一樣可以有不錯(cuò)的表現(xiàn)。
Paper1:Orthographic Feature Transform for Monocular 3D Object Detection
單目3d物體檢測(cè)是一件很有挑戰(zhàn)性的事情,目前最先進(jìn)系統(tǒng)的成績(jī)也不及用激光雷達(dá)的1/10,劍橋大學(xué)的科學(xué)家利用單目視覺(jué)進(jìn)行3d物體識(shí)別,通過(guò)引入正交特征變換,使基于圖像的特征映射到正交3D空間,來(lái)避免形成圖像域,可以全面地推斷出各個(gè)物體比例尺寸以及相隔的距離。通過(guò)在KITTI數(shù)據(jù)集里測(cè)試,發(fā)現(xiàn)與前人的Mono3D方法對(duì)比,這種方法在鳥(niǎo)瞰圖平均精確度、3D物體邊界識(shí)別上各項(xiàng)測(cè)試成績(jī)上均優(yōu)于對(duì)手。
尤其在探測(cè)遠(yuǎn)處物體時(shí)要遠(yuǎn)超Mono3D,遠(yuǎn)處可識(shí)別出的汽車數(shù)量更多。甚至在嚴(yán)重遮擋、截?cái)嗟那闆r下仍能正確識(shí)別出物體。在某些場(chǎng)景下甚至達(dá)到了3DOP系統(tǒng)的水平。
在這項(xiàng)工作中,提出的一種新穎的單目三維物體檢測(cè)方法,基于在鳥(niǎo)瞰視野范圍內(nèi)操作的,減輕了許多不良圖像的屬性,更易于推斷出世界的3D結(jié)構(gòu)。用一種簡(jiǎn)單的正交特征變換,將基于圖像的特征轉(zhuǎn)換為這種鳥(niǎo)瞰視圖表示,并描述了如何使用圖像積分有效地實(shí)現(xiàn)它,以深二維卷積網(wǎng)絡(luò)的形式應(yīng)用于提取的鳥(niǎo)瞰特征,取得了不錯(cuò)的效果,說(shuō)明單目還有很大可開(kāi)發(fā)的空間。
Paper2:A Structured Approach to Unsupervised Depth Learning from Monocular Videos
這是谷歌的工程師做的一個(gè)研究,他利用單目視頻深度估計(jì),自從2014年NIPS上出現(xiàn)第一篇用CNN-based來(lái)做單目深度估計(jì),近幾年也不斷涌現(xiàn)出一些做單目深度估計(jì)的文章,有直接依靠深度學(xué)習(xí)和網(wǎng)絡(luò)架構(gòu)得到結(jié)果,還有依靠于深度信息本身的性質(zhì)進(jìn)行估計(jì),基于CRF和基于相對(duì)深度方法的,本篇文章是基于無(wú)監(jiān)督學(xué)習(xí)單目視頻深度估計(jì)。文中的方法能夠模擬運(yùn)動(dòng)物體并產(chǎn)生高質(zhì)量的深度估計(jì)結(jié)果,與以前的單目視頻無(wú)監(jiān)督學(xué)習(xí)方法相比,該方法能夠恢復(fù)移動(dòng)物體的正確深度。也就說(shuō),能夠正確地恢復(fù)與自身運(yùn)動(dòng)車輛相同速度的移動(dòng)汽車的深度。因?yàn)橐慌_(tái)相對(duì)靜止的車輛,往往會(huì)表現(xiàn)出與地面相同的無(wú)線深度特征,解決了高動(dòng)態(tài)場(chǎng)景中的問(wèn)題。
這些方法仍需要很長(zhǎng)時(shí)間去測(cè)試其可靠性,相比激光雷達(dá),單目算法一旦能在無(wú)人駕駛汽車上成功應(yīng)用,將會(huì)節(jié)省一大筆費(fèi)用,單目視覺(jué)識(shí)別可能還有著無(wú)限的市場(chǎng)潛力。
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
圖片新聞
最新活動(dòng)更多
-
11月19日立即報(bào)名>> 【線下論壇】華邦電子與恩智浦聯(lián)合技術(shù)論壇
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
精彩回顧立即查看>> 蔡司新能源汽車三電質(zhì)量解決方案
-
精彩回顧立即查看>> 蔡司新能源汽車三電質(zhì)量解決方案
-
精彩回顧立即查看>> 2024(第五屆)全球數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)大會(huì)暨展覽會(huì)
-
精彩回顧立即查看>> 【線下會(huì)議】全數(shù)會(huì)2024電子元器件展覽會(huì)
-
10 亞星客車正式摘牌退市
- 1 “作弊器”不靈了?智駕的激光雷達(dá),正在被攝像頭替代
- 2 被逼墻角的Mobileye,祭出 CAIS 大旗,挑戰(zhàn)端到端大模型智能駕駛
- 3 4 從小鵬、理想、蔚來(lái)布局看自動(dòng)駕駛發(fā)展趨勢(shì)
- 5 激光雷達(dá)與純視覺(jué)方案,哪個(gè)才是自動(dòng)駕駛最優(yōu)選?
- 6 激光雷達(dá)即將降價(jià),純視覺(jué)回到鄙視鏈底層?
- 7 如何跑贏汽車智能化下半場(chǎng)?
- 8 智能駕駛的百生相,你是該信呢?還是該信呢?
- 9 全網(wǎng)最詳解! 美國(guó)禁止中國(guó)智駕究竟包括哪些?
- 10 比亞迪技術(shù)魚(yú)池大戰(zhàn)豐田工具箱,誰(shuí)將主導(dǎo)未來(lái)汽車市場(chǎng)?
- IE工程師(汽車智聯(lián)) 惠州碩貝德無(wú)線科技股份有限公司
- 銷售經(jīng)理(汽車新能源行業(yè)) 廣州瑞松智能科技股份有限公司
- 硬件開(kāi)發(fā)工程師(前裝汽車電子) 深圳奧尼電子股份有限公司
- 項(xiàng)目經(jīng)理(汽車內(nèi)飾&汽車電子) 伯恩光學(xué)(惠州)有限公司
- 銷售總監(jiān)-汽車電子方向 深圳市智立方自動(dòng)化設(shè)備股份有限公司
- 現(xiàn)場(chǎng)技術(shù)支持工程師(汽車) 易思維(杭州)科技股份有限公司
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門(mén)市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市