Diff3DETR：用于半监督 3D 目标检测的基于代理的扩散模型
计算机视觉与模式识别
2024-08-02 v1
摘要
3D 目标检测是理解 3D 场景的关键技术。当前方法常需大量标注训练数据，但获取点云的点级标注费时费力。近期半监督方法通过教师-学生框架为无标签点云生成伪标签，以缓解此问题。然而，这些伪标签常 suffer from 采样位置和内容嵌入之间的不足多样性和低质量。为克服此困难，我们引入基于代理的扩散模型用于半监督 3D 目标检测（Diff3DETR）。具体而言，设计了基于代理的对象查询生成器，以有效适应动态场景，同时在采样位置和内容嵌入之间取得平衡。此外，box-aware 去噪模块利用 DDIM 去噪过程和变换器解码器中的长程注意力，逐步细化边界框。在 ScanNet 和 SUN RGB-D 数据集上的大量实验表明，Diff3DETR 在半监督 3D 目标检测方法中超越了现有的 SOTA 方法。
引用
@article{arxiv.2408.00286,
title = {Diff3DETR:Agent-based Diffusion Model for Semi-supervised 3D Object Detection},
author = {Jiacheng Deng and Jiahao Lu and Tianzhu Zhang},
journal= {arXiv preprint arXiv:2408.00286},
year = {2024}
}
备注
Accepted to ECCV2024