[Paper Review] Disentangling Monocular 3D Object Detection (MonoDis)

논문 : Disentangling Monocular 3D Object Detection (MonoDis)

URL : arxiv.org/abs/1905.12365

Disentangling Monocular 3D Object Detection

저자 : Andrea Simonelli, Samuel Rota Bulo, Lorenzo Porzi, Manuel Lopez-Antequera, Peter Kontschieder

Publish : 2019,ICCV

 

[Intro Summary] 

• 해결하고자하는 문제
  • 2D Detection에 비해 3D detection의 성능이 매우 낮음
  • ill-posed problem
• 지금까지 시도해왔던 방법들
  • 3D bb, corresponding 2D projections , 3D box center depth 와 같은걸 encoding 하는 방식으로 동작
• 기존 방법들의 한계
  • 파라미터들이 서로 다른 단위들을 가지고 있기 때문에 비교할 수가 없음.
  • 이로 인해서 최적화에 부정적인 영향을 미침
  • 이를 위해서, 2D 단과 3D단을 따로 학습하는데 이는 global optimal 보다 sub-optimal을 나타낼 수 있음 (loss 가)
• 이번 논문에서 시도할 방법
  • disentangling transformation of loss
  • sIOU
  • self-supervised way
• 논문이 가지게 되는 Contributions
  • disentangling transform을 이용해서 다른 그룹들로 분할 할 수 있었다.( 단위가 다른 parameters들을 분할해서 학습하고 1개만 학습할때 나머지는 GT를 이용해서 학습)
  • sIOU 개념을 도입해서 성능을 올림
  • 기존 3D metric에 대해서 비판적인 리뷰를 진행 후 새로운 방법을 도입.

[Summary] Main Points of this paper

• Process of network

[Strengths] Clearly explain why these aspects of the paper are valuable.

• disentangling transform을 고안해서 연관관계가 있는 서로 다른 단위의 loss들을 각각 학습할 수 있게 되었다. 이로인해서 성능이 훨씬 올라갔다. (수렴 속도와 안정성도 향상)
• nuscense data를 사용함 → 새로운 데이터 + 평가지표 요약이 잘 되어있음.
• sIOU 를 사용 → vanishing gradient를 예방해줌 (bb가 안 만나면 그만큼 음수로 진행) 학습에도 좋은 영향?

[Weaknesses] Clearly explain why these aspects of the paper are weak.

• AAP_40을 사용해서 기존 KITTI 3D data에서 사용하는 AP_11이 내포하고 있는 문제를(단일로 평가하면 정확하지만 전체 데이터 셋에 대해서 정확한 예측을 평가하면 0이 아닌 0.0909로 생성된다) 해소하고자 하였지만, concept에서 다른 점이 무엇인지 모르겠다.(과연 이로 인해서 AP_11이 가지고 있던 문제를 해결할 수 있는 것인가?)
• 여전히 3D BB 라벨이 필요하다.

[Why accepted?] What is the contribution of the paper? Or novelty

• disentangling transform → loss 학습에 효과적(파란색이 disentangling 적용)
• sIOU는 꽤나 합리적인 방법이라고 생각됨.

[Appendix]

• Focal loss
• RetinaNet
• Lifting transform