Bounding Box Disparity: 3D Metrics for Object Detection With Full Degree of Freedom

要約

2D 画像でのオブジェクト検出の最も一般的な評価指標は、Intersection over Union (IoU) です。
3D オブジェクト検出のための IoU メトリックの既存の実装では、通常、1 つ以上の自由度が無視されます。
この論文では、最初に三次元バウンディングボックスの解析解を導出します。
2 番目の寄与として、ボリューム間距離の閉じた形式の解が導出されます。
最後に、結合された正の連続メトリックとしてバウンディング ボックス視差が提案されます。
3 つのメトリクスのオープン ソース実装を、スタンドアロンの Python 関数として提供するほか、Open3D ライブラリの拡張機能や ROS ノードとして提供します。

要約(オリジナル)

The most popular evaluation metric for object detection in 2D images is Intersection over Union (IoU). Existing implementations of the IoU metric for 3D object detection usually neglect one or more degrees of freedom. In this paper, we first derive the analytic solution for three dimensional bounding boxes. As a second contribution, a closed-form solution of the volume-to-volume distance is derived. Finally, the Bounding Box Disparity is proposed as a combined positive continuous metric. We provide open source implementations of the three metrics as standalone python functions, as well as extensions to the Open3D library and as ROS nodes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google