美国商用数学软件MATLB中对上图提到的“boundingbox”（边界框）一词做过定义，即“get the properties of region”，意思是用来度量图像区域属性的函数。在许多基于2D图像的信息识别中，都用到过这个函数，例如车牌识别等等。
在这个背景下，我们就能更直观地理解图像识别中，2D boundingbox 和3D boundingbox的区别。比如，机器人在图像中用2D boundingbox抓取到一辆汽车，就等于用一个正方形圈出了它，但 3D boundingbox 圈出的却是一个“立方体”，在空间几何尺度，3D boundingbox能够计算出更多的信息。
现在，Deep3DBox正试图攻破一个更大的挑战：那就是依托他们的算法，将目标车辆周围的2D图像中的障碍物三维化，以预测车辆的行进路线。
乔治?梅森大学的计算机科学家 Jana Ko?ecká 解释说，“深度学习通常只适用于像素模式下的检测和识别，但我们找到了一种方法，能使用类似的手段评估出几何层面上的量级。”Ko?ecká 还有一个特殊的身份，那就是Deep3DBox项目的投资人。
瓶颈：自行车难题
Deep3DBox已经较原来的深度学习方式有了很大改进，但自行车识别依然是他们的难题。
团队发现，每当算法涉及到为自行车定位和定向时，其识别性能会显著下降。在基准测试中，算法的目标识别率仅为74%，即便这已经算得上同类算法中的最好成绩了，但对于自动驾驶汽车的完美运行却远远不够。
定向测试中，Deep3DBox判断对车辆判断的准确率达88%，但针对自行车的成绩仅为59%。
Ko?ecka指出，相对而言，商业化的自动驾驶系统，其识别的准确率会更高，因为它们获取到了足够多的道路数据来训练它们的系统。与此同时，大多数路测汽车除了视觉算法，还装配了如激光雷达（LiDAR）等传感器，这些设备虽然无法预测自行车的行进方向，但也可以帮助自动驾驶汽车识别它们并计算相对位置。
之后，高精度地图又为自动驾驶系统带来了更大的便捷。譬如Mobileye野心勃勃的道路管理系统（Road Experience Management，REM），他们试图打造一种非常精确、非常实时的庞大地图，同时在每辆车上配备可以上传和下载实时地图数据的软件，从而达到一种理想状态——使汽车仅仅依赖导航就完成自动驾驶。这非常类似于SLAM（即时定位于地图构建）的变种，但又远远没有那么简单。
3
