FCAF3D : Détection d'objets 3D entièrement convolutive sans ancrage

Récemment, des applications prometteuses dans le domaine de la robotique et de la réalité augmentée ont attiré une attention considérable sur la détection d’objets 3D à partir de nuages de points. Dans cet article, nous présentons FCAF3D – une méthode pionnière, entièrement convolutive et sans ancres, dédiée à la détection d’objets 3D en intérieur. Il s’agit d’une approche simple mais efficace qui utilise une représentation par voxels du nuage de points et traite ces voxels à l’aide de convolutions creuses. FCAF3D est capable de traiter des scènes à grande échelle avec un temps d’exécution minimal grâce à un seul passage avant entièrement convolutif. Les méthodes existantes de détection d’objets 3D reposent sur des hypothèses préalables concernant la géométrie des objets, et nous soutenons que cela limite leur capacité de généralisation. Pour éliminer toute hypothèse a priori, nous proposons une nouvelle paramétrisation des boîtes englobantes orientées, permettant d’obtenir de meilleurs résultats de manière purement pilotée par les données. La méthode proposée atteint des résultats de détection d’objets 3D de pointe en termes de [email protected] sur les jeux de données ScanNet V2 (+4,5), SUN RGB-D (+3,5) et S3DIS (+20,5). Le code et les modèles sont disponibles à l’adresse suivante : https://github.com/samsunglabs/fcaf3d.