Réseaux de détection creuse génératifs pour la détection d'objets 3D en une seule prise

La détection d'objets 3D a fait l'objet de nombreuses études en raison de ses applications prometteuses dans divers domaines tels que la robotique et la réalité augmentée. Toutefois, la nature éparsse des données 3D pose des défis uniques à cette tâche. En particulier, la surface observable des nuages de points 3D est souvent disjointe du centre de l'instance, ce qui complique le repérage du centre pour la prédiction de boîtes englobantes. À cet effet, nous proposons le Generative Sparse Detection Network (GSDN), un réseau de détection unique en un seul passage, entièrement convolutif, qui génère efficacement les supports pour les propositions d'objets. Le composant clé de notre modèle est un décodeur de tenseurs éparses génératifs, qui utilise une série de convolutions transposées et de couches de prunage pour étendre le support des tenseurs éparses tout en éliminant les centres d'objets peu probables, afin de maintenir un temps d'exécution et une empreinte mémoire minimales. Le GSDN est capable de traiter des entrées à une échelle sans précédent en une seule passe d'avant-progression entièrement convolutive, ce qui lui permet d'éviter la phase de post-traitement heuristique nécessaire aux méthodes antérieures, qui consistent à assembler les résultats provenant de fenêtres glissantes. Nous validons notre approche sur trois jeux de données intérieures 3D, y compris un grand jeu de données de reconstruction 3D intérieure, où notre méthode dépasse les méthodes de l'état de l'art avec une amélioration relative de 7,14 %, tout en étant 3,78 fois plus rapide que le meilleur travail antérieur.