要約
我々は、室内シーンにおける文脈的関係を捉えるために潜在的な支持面（latent support surfaces）を活用する3次元物体検出アルゴリズムを開発した。従来のRGB-D画像に対する3次元表現は、物体カテゴリの局所的な形状および外観を捉えることはできるが、異なる視覚スタイルを持つ物体を十分に表現する能力に限界がある。また、3次元シーンにおける検出空間が非常に大きいため、小型物体の検出は困難である。しかし、我々は3次元物体カテゴリ内の形状変動の多くが、潜在的な支持面の位置によって説明できること、さらに小型物体はしばしば大型物体によって支持されていることに着目した。したがって、大型物体の3次元的外観をより適切に表現するため、潜在的な支持面を明示的に用い、小型物体の検出を向上させるための文脈的情報を提供する。本モデルはSUN RGB-Dデータベースの19種類の物体カテゴリを用いて評価され、最先端の性能を示した。