LET-3D-AP: Longitudinal Error Tolerant 3D Average Precision for Camera-Only 3D Detection

要約

人気のあるオブジェクト検出メトリック3D平均精度（3D AP）は、予測されたバウンディングボックスとグラウンドトゥルースバウンディングボックスの間の結合の交差に依存しています。
ただし、カメラに基づく深度推定の精度は限られているため、このような縦方向の位置特定エラーに悩まされる合理的な予測が誤検知および誤検知として扱われる可能性があります。
したがって、深度推定誤差に関してより寛容になるように設計された、人気のある3DAPメトリックの変形を提案します。
具体的には、新しい縦方向のエラー耐性メトリックであるLET-3D-APおよびLET-3D-APLにより、特定の公差までの予測されたバウンディングボックスの縦方向のローカリゼーションエラーが可能になります。
提案されたメトリックは、Waymo OpenDataset3Dカメラのみの検出チャレンジで使用されています。
より有益なパフォーマンス信号を提供することにより、カメラのみの3D検出の分野での進歩を促進すると信じています。

要約(オリジナル)

The popular object detection metric 3D Average Precision (3D AP) relies on the intersection over union between predicted bounding boxes and ground truth bounding boxes. However, depth estimation based on cameras has limited accuracy, which may cause otherwise reasonable predictions that suffer from such longitudinal localization errors to be treated as false positives and false negatives. We therefore propose variants of the popular 3D AP metric that are designed to be more permissive with respect to depth estimation errors. Specifically, our novel longitudinal error tolerant metrics, LET-3D-AP and LET-3D-APL, allow longitudinal localization errors of the predicted bounding boxes up to a given tolerance. The proposed metrics have been used in the Waymo Open Dataset 3D Camera-Only Detection Challenge. We believe that they will facilitate advances in the field of camera-only 3D detection by providing more informative performance signals.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google