通过自适应3D体积构建提升多视角室内3D目标检测
计算机视觉与模式识别
2025-07-25 v1
摘要
本工作提出SGCDet，一个基于自适应3D体积构建的新型多视角室内3D目标检测框架。不同于以往将体素的感受野限制在图像上的固定位置的方法，我们引入几何和上下文感知的聚合模块，用于整合每个图像中自适应区域内的几何和上下文信息，并动态调整来自不同视角的贡献，增强体素特征的表示能力。此外，我们提出了稀疏体积构建策略，自适应识别和选择具有高占用概率的体素以进行特征细化，最小化自由空间的冗余计算。凭借上述设计，我们的框架以自适应方式实现了有效且高效的体积构建。更好的是，我们的网络仅需3D边界框监督，即可消除对地面真实场景几何的依赖。实验结果表明，SGCDet在ScanNet、ScanNet200和ARKitScenes数据集上实现了最先进的性能。源代码可在 https://github.com/RM-Zhang/SGCDet 获取。
关键词
引用
@article{arxiv.2507.18331,
title = {Boosting Multi-View Indoor 3D Object Detection via Adaptive 3D Volume Construction},
author = {Runmin Zhang and Zhu Yu and Si-Yuan Cao and Lingyu Zhu and Guangyi Zhang and Xiaokai Bai and Hui-Liang Shen},
journal= {arXiv preprint arXiv:2507.18331},
year = {2025}
}
备注
Accepted by ICCV2025