终检评审通过 创新训练 520计算机科学技术 智能交通校级

随着自动驾驶汽车、智能视频监控、人脸检测和各种人员计数应用的兴起，快速和准确的目标检测系统也应运而生。目前2D目标检测已经有了很多商业应用，但在机器人、无人驾驶等领域，缺少距离信息的2D目标检测是远远不够的，高精度的3D目标检测技术有着巨大的研究价值。3D目标检测方法有基于双目摄像头的、有基于单目摄像头的、有基于RGB-D（普通RGB三通道彩色图像+深度图）图像的、有基于雷达的。我们的项目立足无人驾驶领域，以车辆为目标物，通过单目摄像头，获取并输入RGB图像，通过深度学习技术在图像上进行车辆的3D目标检测。这种方法是目前现有方法中成本最低，但难度也较高的，虽然已有的算法已经可以较好的处理一般目标检测问题，但是在应用于车辆检测时还有两个主要的痛点：（1）现有目标检测算法在平均准确率衡量下可以做到较高精度，但是目标包围框的定位精度不够（2）目标检测局限在图像空间中，缺乏有效算法预测车辆在真实 3D 空间中的位置和姿态。因此我们项目要解决的问题即是通过单目摄像头获取RGB图像，并给出目标车辆的3D边界框和方位信息。