نُطوّر خوارزمية كشف الكائنات ثلاثية الأبعاد تستخدم أسطح الدعم الخفية لالتقاط العلاقات السياقية في المشاهد الداخلية. تُعَدُّ التمثيلات ثلاثية الأبعاد الحالية للصور RGB-D قادرة على التقاط الشكل المحلي والملمس لفئات الكائنات، لكنها تملك قدرة محدودة على تمثيل الكائنات ذات الأنماط البصرية المختلفة. كما يُعد كشف الكائنات الصغيرة تحديًا كبيرًا نظرًا لحجم الفضاء البحثي الكبير في المشاهد ثلاثية الأبعاد. ومع ذلك، لاحظنا أن معظم التباين في الشكل ضمن فئات الكائنات ثلاثية الأبعاد يمكن تفسيره من خلال موقع سطح دعم خفي، وأن الكائنات الصغيرة غالبًا ما تُدعم بواسطة كائنات أكبر. لذلك، نستخدم صراحةً أسطح الدعم الخفية لتمثيل أفضل للشكل ثلاثي الأبعاد للكائنات الكبيرة، ونقدم إشارات سياقية لتحسين كشف الكائنات الصغيرة. وقد قمنا بتقييم نموذجنا على 19 فئة كائن من قاعدة بيانات SUN RGB-D، وأظهرنا أداءً يُعدّ من أفضل الأداءات الحالية في المجال.