自动驾驶图像中的3D物体检测:一项调查

科学领域:

• 计算机视觉 计算机视觉
• 机器人技术 机器人技术 机器人技术
• 人工智能的人工智能

背景情况:

• 从图像中检测3D物体对于自动驾驶至关重要.
• 自2015年以来,深度学习在这个领域取得了重大进展.
• 目前还没有对最近的进步进行全面的调查.

研究的目的:

• 为基于图像的3D物体检测提供第一个全面的调查.
• 组织和分析2015-2021年的大量研究成果.
• 为系统审查和方法的公平比较提出新的分类学.

主要方法:

• 对200多个作品 (2015-2021) 的综合文献综述.
• 在基于图像的3D检测中分析常见管道及其组件.
• 开发两种新的分类学来分类现有方法.

主要成果:

• 总结了该领域的关键理论,算法和应用.
• 使用拟议的分类学方法系统地组织最先进的方法.
• 确定当前的挑战和未来的研究途径.

结论:

• 该调查通过巩固基于图像的3D物体检测知识来填补一个关键的空白.
• 拟议的分类学有助于结构化的理解和方法的比较.
• 对挑战和未来方向的分析指导着自动驾驶技术的持续研究.