用于3D对象检测和姿态估计的方法

这篇文章提出了一种用于从单个图像进行3D对象检测和姿势估计的方法。与仅回归对象的3D方向的当前技术相比，此方法首先使用深度卷积神经网络回归相对稳定的3D对象属性，然后将这些估计与2D提供的几何约束结合起来，对象边界框以生成完整的3D边界框。

用于自动驾驶的多视角3D物体检测

本文旨在自动驾驶场景中的高精度三维物体检测。提出了多视图3D网络（MV3D），这是一种感知融合框架，它将LIDAR点云和RGB图像作为输入和前面板定向的3D边界框。