Mesh R-CNN（FRIA，2019）
摘要
目前在2D上系統可以精確檢測目標在真實圖像中。然而，2D上的預測忽略了3D的結構。當前，3D形狀預測多數集中於合成benchmarks和單獨目標上。此篇文章整合了這兩個方面的優點，提出一個系統，在真實圖片上檢測目標，並且給每一個檢測到的目標一個三角網格，顯示其完整的3D形狀。這個系統稱爲Mesh R-CNN，加強版Mask R-CNN，增加一個網格預測支，輸出帶有不同拓撲結構的網格。首先，預測粗的體素表示，轉換成網格，然後用一個圖卷積網絡精細。在ShapeNet上驗證網格預測支，單圖像形狀預測表現最好。在Pix3D上應用整個的Mesh R-CNN，聯合檢測目標和預測其3D形狀。
問題：2D檢測忽略3D結構信息
方法：
結合目標檢測和形狀檢測進展，在Mask R-CNN上加一支做網格檢測。
效果：
