【只谈干货】KITTI 3D Object Label解析

最近项目用到了3D MOT (multi-object tracking)，尝试了一个还不错的开源方法，但是这个方法的输入是KITTI的3D Object格式，因此研究了一下，其中有一些细节在此记录下来。

1. 官方解析

• 下图第一个红框位置是2D_bbox: [x_min, y_min, x_max, y_max]
• 下图第二个红框位置是3D信息: [h, w, l, x, y, z, rot_y]
  

2. 详解3D Label

• 3D坐标系为相机坐标系（x轴朝右，y轴朝下，z轴朝前），如下图所示。
• h, w, l分别为3D_bbox的高 宽 长。长和宽可以按照物体的朝向来区分，如汽车的长是朝向方向bbox的长度。
• x, y, z为3D_bbox底面中心的坐标。
• rot_y表示的是3D_bbox绕y轴的转角。参考下图右侧的俯视图，转角为朝向向量与x轴之间的夹角，顺时针为正，逆时针为负。朝向向量定义为沿着3D_bbox长度(l)方向，物体后部指向前部的向量。
  

References

• https://blog.csdn.net/rhyijg/article/details/108385676
• https://github.com/bostondiditeam/kitti/blob/master/resources/devkit_object/readme.txt