FCAF3D：全卷积无锚框三维物体检测
计算机视觉与模式识别
2022-03-25 v2
摘要
近来，机器人与增强现实中的前景应用引起了人们对从点云进行三维物体检测的相当关注。本文中，我们提出 FCAF3D——一种首创的全卷积无锚框室内三维物体检测方法。它是一种简单而有效的方法，使用点云的体素表示并通过稀疏卷积处理体素。FCAF3D 可通过单次全卷积前馈传递以最小运行时间处理大规模场景。现有的三维物体检测方法对物体几何做出先验假设，我们认为这限制了其泛化能力。为摆脱任何先验假设，我们提出一种有向包围盒的新参数化方法，允许以纯粹数据驱动的方式获得更好结果。所提方法在 ScanNet V2（+4.5）、SUN RGB-D（+3.5）和 S3DIS（+20.5）数据集上以 [email protected] 计达到了最先进的三维物体检测结果。代码与模型可在 https://github.com/samsunglabs/fcaf3d 获取。
引用
@article{arxiv.2112.00322,
title = {FCAF3D: Fully Convolutional Anchor-Free 3D Object Detection},
author = {Danila Rukhovich and Anna Vorontsova and Anton Konushin},
journal= {arXiv preprint arXiv:2112.00322},
year = {2022}
}