摘要

准确可靠的三维物体检测对于实现安全的自动驾驶至关重要。尽管近年来取得了显著进展，但基于立体视觉的方法与基于激光雷达（LiDAR）的方法之间仍存在较大的性能差距。精确的深度估计对基于立体视觉的三维物体检测方法尤为重要，尤其是对于前景物体相关的像素。此外，基于立体视觉的方法在深度估计准确性方面存在较高的方差，这通常未被纳入物体检测流程中考虑。为了解决这两个问题，我们提出了一种名为CG-Stereo的信心引导立体三维物体检测管道，该方法在深度估计过程中使用独立的解码器分别处理前景和背景像素，并利用深度估计网络中的置信度估计作为三维物体检测器中的软注意力机制。我们的方法在KITTI基准测试中超越了所有现有的基于立体视觉的三维检测器。