PSEUDO-LIDAR++:ACCURATE DEPTH FOR 3D OBJECT DETECTION IN AUTONOMOUS DRIVING
Depth Cost Volume
Disparity Cost VolumeをDepth Cost Volumeに変換する。DisparityのCost Volumeに3D CNNを掛けると同じFilterでDisparity(1/Depth)をSmoothingするので、Disparityの小さい(遠い)物体が余計にSmoothingされてしまう事が指摘されてました。depth = f * b / dispの座標変換をしてから3D CNNでを掛けると精度が上がるというのに衝撃を覚えました！
Depth Correlation
LiDARのPointを使ってStereo Depthで得たDepthマップのオフセットを修正します。
結果
Depth Cost VolumeもDepth Correctionも両方とも精度を上げている！！
結論
・Cost VolumeをDisparityからDepthに変換する事でより意味のあるSmoothingが出来る。
・Depth Correlationをする事でDepthのOffsetを4 beamのLiDARで修正する事が出来た。
参考文献
PSEUDO-LIDAR++: ACCURATE DEPTH FOR 3D OBJECT DETECTION IN AUTONOMOUS DRIVING
https://arxiv.org/pdf/1906.06310.pdf
