基于部件的三维目标检测算法新进展  

Improvements of 3D Object Detection with Part-based Models

作　　者：鹿文浩[1,2,3] 李亚利[1,2,3] 王生进[1,2,3] 丁晓青[1,2,3] 

机构地区：[1]智能技术与系统国家重点实验室,北京100084 [2]清华信息科学与技术国家实验室,北京100084 [3]清华大学电子工程系,北京100084

出　　处：《自动化学报》2012年第4期497-506,共10页Acta Automatica Sinica

基　　金：国家自然科学基金(61071135);教育部博士点基金(20090002110077)资助~~

摘　　要：三维目标检测问题是计算机视觉领域的一个基础而重要的问题,如何解决部分遮挡、类内变化、复杂背景以及视角变化的问题是这类算法的研究重点.近年来,随着部分遮挡、类内变化等问题的逐步解决,越来越多的研究者针对视角问题展开研究.本文对三维目标检测问题进行了较为详细的分析,并且主要针对近几年的热点问题—视角问题展开讨论,介绍并总结了当前该领域的主要算法.通过对比说明了各种方法的优势与不足.3D Object detection in 3D views is important and fundamental in the computer vision field.Its core issues include coping with the problems of partial occlusion,intra-class variance,cluttered background and multiple views.Most recently,with the development of part-based model,the occlusion and intra-class variance problems have been partly solved.Therefore,researchers have focused their attention mainly on multi-view problem.This paper gives detailed analysis of the 3D object detection problem with emphasis on the recent works related to this problem.At last,we summarize the algorithms introduced and give their comparisons.

关 键 词：三维目标 目标检测 基于部件 几何模型 视角估计 多视角 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]