Disp R-CNN：通过形状先验引导的实例视差估计进行立体3D物体检测

在本文中，我们提出了一种名为Disp R-CNN的新系统，用于从立体图像中进行3D物体检测。许多最近的研究通过先恢复具有视差估计的点云，然后应用3D检测器来解决这个问题。视差图是为整个图像计算的，这成本高且未能利用特定类别的先验。相比之下，我们设计了一个实例视差估计网络（iDispNet），仅对感兴趣物体的像素预测视差，并学习特定类别的形状先验以获得更准确的视差估计。为了应对训练中视差标注稀缺的挑战，我们提出使用统计形状模型生成密集的视差伪真实值，而无需LiDAR点云，从而使我们的系统更具广泛适用性。在KITTI数据集上的实验表明，即使在训练时没有LiDAR真实值，Disp R-CNN也能实现具有竞争力的性能，并在平均精度方面比以前的最尖端方法提高20%。