摘要

在本文中，我们提出了一种新的方法，称为深度MANTA（Deep Many-Tasks），用于从给定图像中进行多任务车辆分析。该方法引入了一个稳健的卷积网络，能够同时进行车辆检测、部件定位、可见性表征和三维尺寸估计。其架构基于一种新的由粗到精的对象提议机制，提高了车辆检测的性能。此外，深度MANTA网络即使在某些部件不可见的情况下也能准确定位车辆部件。在推理过程中，网络的输出被用于实时稳健的姿态估计算法，以实现精确的方向估计和三维车辆定位。实验结果表明，我们的方法在非常具有挑战性的KITTI基准测试中，在单目车辆检测、方向和三维位置任务上优于现有的最先进方法。