基于多视角图像的纯视觉3D目标检测方法研究

课题名称: 基于多视角图像的纯视觉3D目标检测方法研究
学科专业: 计算机科学
课题关键词: 多视角图像3D目标检测特征融合
辅导模式: 1对1
发表目标: SCI期刊1-3区
课题介绍: 3D目标检测是自动驾驶、机器人导航等智能系统感知环境的核心任务，其性能直接影响决策与控制模块的可靠性。相比依赖激光雷达等昂贵传感器的方案，纯视觉方法具有成本低、硬件部署灵活等优势，但其仅通过相机图像恢复三维信息，面临单视角局限、双目深度估计易受光照/遮挡影响等挑战。多视角图像通过多相机采集不同方位的场景信息，可提供互补的空间线索，为缓解单视角信息不足提供有效途径。然而，现有多视角方法常受标定误差累积、跨视角特征对齐困难及动态场景适应性差等问题制约，导致检测精度与鲁棒性难以满足实际需求。因此，研究基于多视角图像的纯视觉3D目标检测方法，探索鲁棒的特征融合与空间推理机制，对提升纯视觉方案的实用性具有重要理论与应用价值。

导师信息

科研导师

Dr. Song

Top院校计算机博士

导师介绍

研究领域：自动驾驶感知，bev感知（BEVformer），端到端自动驾驶（UniAD，VAD），2D/3D目标检测,基于点云3D目标检测（Pointpillars，SECOND，PointRCNN，YOLO，Faster RCNN，DETR），多模态3D目标检测（BEVFusion），大模型学术成果：在IEEE Trans 一区，CCF A会上发表论文20+篇，包括CVPR，ICCV，ECCV，IJCAI，TPAMI，TGRS，TCSVT，IJCV，TNNLS。发表论文30篇，ccf A 8篇（cvpr，iccv，ijcai）trans1区（tpami，tnnls，tip，tgrs，tcsvt，tmm） cvpr，tpami，iccv，eccv，tip，ijcv，tgrs，tcsvt审稿人；曾在多家顶级大厂工作，例如滴滴，小米，商汤研究院，有丰富的学术和工程经验

招生要求

面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。