ك détecteur ثلاثي الأبعاد للكائنات بدون مجموعات باستخدام المحولات

في الآونة الأخيرة، أصبح الكشف المباشر عن الأجسام ثلاثية الأبعاد من سحابات النقاط ثلاثية الأبعاد موضوعًا يلقى اهتمامًا متزايدًا. لاستخلاص تمثيل الجسم من سحابة نقاط غير منتظمة، تُستخدم الطرق الحالية عادةً خطوة تجميع النقاط، حيث يتم تعيين النقاط إلى مرشحات للجسم، بحيث يمكن استخدام شبكة من نوع PointNet لاستخلاص سمات الجسم من النقاط المجمعة. ومع ذلك، فإن تعيينات النقاط غير الدقيقة الناتجة عن خوارزمية التجميع اليدوية تقلل من أداء الكشف عن الأجسام ثلاثية الأبعاد.في هذه الورقة، نقدّم طريقة بسيطة وفعّالة للكشف المباشر عن الأجسام ثلاثية الأبعاد من سحابة النقاط ثلاثية الأبعاد. بدلًا من تجميع النقاط المحلية لكل مرشح جسم، تقوم طريقة لدينا بحساب سمة الجسم من جميع النقاط في السحابة باستخدام آلية انتباه في نماذج Transformers \cite{vaswani2017attention}، حيث تُتعلّم تلقائيًا في عملية تدريب الشبكة مساهمة كل نقطة. وباستخدام تحسين في خوارزمية تراكم الانتباه، تُدمج طريقة لدينا سمات الأجسام من مراحل مختلفة، مما يُنتج نتائج كشف عن أجسام أكثر دقة. وباستخدام بضع ميزات بسيطة فقط، تحقق الطريقة المقترحة أداءً متميزًا في الكشف عن الأجسام ثلاثية الأبعاد على معيارين شائعين جدًا، وهما ScanNet V2 وSUN RGB-D. تم إتاحة الكود والنماذج بشكل عام على الرابط: \url{https://github.com/zeliu98/Group-Free-3D}