Détection de Segments de Droite à l'Aide de Transformers sans Bords

Dans cet article, nous présentons un algorithme de détection de segments de droite en bout à bout conjoint utilisant des Transformers, qui est exempt de post-traitement et de traitement intermédiaire guidé par des heuristiques (détection d'arêtes, de jonctions et de régions). Notre méthode, nommée LinE segment TRansformers (LETR), tire parti de l'intégration de requêtes tokenisées, d'un mécanisme d'auto-attention et d'une stratégie d'encodage-décodage au sein des Transformers, en évitant les conceptions heuristiques standards pour la détection d'éléments d'arête et le groupement perceptuel. Nous dotons les Transformers d'une stratégie d'encodeur/décodeur multi-échelle pour effectuer une détection fine des segments de droite sous une perte directe basée sur la distance entre les points extrêmes. Ce terme de perte est particulièrement adapté à la détection de structures géométriques telles que les segments de droite, qui ne sont pas facilement représentables par les représentations standards de boîtes englobantes. Les Transformers apprennent à affiner progressivement les segments de droite au travers des couches d'auto-attention. Dans nos expériences, nous montrons des résultats à l'état de l'art sur les bancs d'essai Wireframe et YorkUrban.