输入数据
- 图像
- 点云
输出数据
位置、尺寸、方向、形状、类别......
三维数据传感模式
- 单目相机
- 光探测和测距
- RGB-D 深度相机
- 激光雷达
- 超声雷达
指标
- 平均精度（mAP）
- 平均方向相似性（AOS）、平均航向相似性（AHS）
- 鲁棒性
- IoU？
数据集
- KITTI
自动驾驶领域著名
方法
- 基于图像信息
- 基于单目图像（包含基于RGB-D图像）
先进行2D目标检测，再利用几何原理估计3D包围框。 算法：3VDP、RPN、Deep 3D Box、GS3D、YOLO-6D 缺点：缺少深度信息，精度低-->利用深度图提取深度信息再估计
- 基于双目图像
- 基于激光雷达点云
- 基于非结构化点云
缺点：点云的无序性，无法输入CNN，计算复杂度高 算法：PointNet、PointNet++、PointRCNN、
- 基于体素
将点云量化再进行检测，有点类似微元的思想 缺点：空的体积元素多，降低处理效率，计算复杂 优点：可以直接应用于三维卷积网络 算法： SECOND、VoxelNet
- 基于投影视图
投影到2D视图、球面视图、柱面视图或鸟瞰视图（BEV），先检测获得二维边界框，然后通过位置和尺寸对这些二维边界框进行回归，得到三维边界框。 缺点：转换过程中损失信息
- 图像与点云融合（多模态融合）
分类：前融合--输入层融合、深度融合--特征层融合、后融合--决策层融合 算法：MV3D、F-PointNet、RoarNet、MMF（CVPR19） 优点：图像提供纹理，点云提供深度