الكائن كنقاط ساخنة: نهج كشف الكائنات ثلاثية الأبعاد بدون نقاط ربط من خلال تشغيل النقاط الساخنة

يُعاني الكشف الدقيق عن الأجسام ثلاثية الأبعاد في السحابات النقطية المستندة إلى ليدار من التحديات الناتجة عن ندرة البيانات وعدم انتظامها. تسعى الطرق الحالية إلى تنظيم النقاط بشكل منتظم، مثل التجزئة (Voxelization)، ثم تمريرها عبر شبكات عصبية ثنائية أو ثلاثية الأبعاد مصممة خصيصًا، ومن ثم تحديد "أكواد مرجعية على مستوى الجسم" (object-level anchors) التي تتنبأ بانزياحات الصناديق المحيطة ثلاثية الأبعاد باستخدام الأدلة الجماعية من جميع النقاط المتصلة بالجسم المطلوب. على عكس الطرق المبنية على الأكواد المرجعية المُتَّبعة في الحد الأقصى من التطورات الحالية، وبناءً على الطبيعة الجوهرية لندرة البيانات، نلاحظ في هذه الورقة أن حتى النقاط الواقعة على جزء فردي من الجسم تكون مفيدة من حيث المعلومات الدلالية للجسم. ولهذا، ندعو في هذه الورقة إلى اتباع نهج معاكس للطرق الحالية التي تعتمد على الأكواد المرجعية على مستوى الجسم. مستوحاة من النماذج التجميعية (compositional models)، التي تمثل الجسم من خلال أجزائه والعلاقات المكانية بينها، نقترح تمثيل الجسم كمجموعة من الفراغات الداخلية غير الفارغة (أي الفراغات التي تحتوي على نقاط)، ونسميها "المناطق الساخنة" (hotspots)، والعلاقات المكانية بين هذه المناطق. وهذا يُنتج تمثيلًا جديدًا للجسم يُعرف بـ "الجسم كمناطق ساخنة" (Object as Hotspots - OHS). وباستنادًا إلى هذا التمثيل، نقترح أيضًا رأس كشف خالٍ من الأكواد المرجعية (anchor-free detection head) مع استراتيجية جديدة لتعيين البيانات الحقيقية (ground truth assignment) تتعامل مع عدم التوازن في ندرة النقاط بين الأجسام، مما يمنع الشبكة من التحيّز تجاه الأجسام التي تحتوي على عدد أكبر من النقاط. تُظهر النتائج التجريبية أن الطريقة المقترحة تعمل بكفاءة متميزة على الأجسام التي تحتوي على عدد قليل جدًا من النقاط. وبشكل ملحوظ، حصلت طريقة العمل هذه على المركز الأول في معيار كيتي 3D Detection Benchmark في تصنيف الكشف عن الدراجين والمشاة، وحققت أداءً متقدمًا على مستوى التقنية (state-of-the-art) في معيار NuScenes 3D Detection Benchmark.