韩国大学 & 三星提出 UDGA框架，统一域泛化与适应的多视角3D目标检测，超越现有性能 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 近年来，利用多视角摄像机进行3D目标检测的先进技术已经证明了其在各种挑战性视觉任务中的实用性和经济价值。 然而，典型的监督学习方法在实现对未见过的 未标注 目标数据集（即直接迁移）的令人满意的适应性方面面临挑战，这是因为源域和目标域之间不可避免的几何偏移。 在实际应用中，作者还面临训练模型和收集标注的资源限制，这对于3D目标检测器的成功部署造成约束。 在本论文中，作者提出了一种实用的解决方案：统一域泛化与适应（UDGA）。作者首先提出了多视角重叠深度约束，利用多视角之间的强关联性，显著缓解由于视角变化导致的几何间隙。 然后，作者提出了一种标签高效的域自适应方法，处理未知的目标，只 ………………………………