15

双目视觉是立体视觉中重要的一部分，它在自动驾驶领域具有潜在的应用价值。现有的基于双目视觉的车辆检测算法较少，Stereo R-CNN为其中之一，且该算法具有准确、高效的特点。尽管该算法一定场景下取得较好性能，但对于远景检测目标的检测等仍具有提升的空间。为了提升双目视觉的车辆检测的精度，本文提出改进的Stereo R-CNN算法。该算法通过将DetNet作为骨干网络，增强网络对远景目标的检测；针对左右目视图的潜在关键点，通过建立左右视图关键点一致性损失函数，提高潜在关键点选取位置的准确性，进而提高对3D检测准确性。在KITTI数据集上的实验证明，所提方案优于Stereo R-CNN，并且在2D、3D检测的平均精度提升1%~3%，表明所提方法的有效性。

于洁潇, 张美琪, 苏育挺. 基于双目视觉的3D车辆检测算法[J]. 激光与光电子学进展, 2021, 58(02): 4.  复制并引用该论文