动态室内环境中的小样本增量式3D目标检测
计算机视觉与模式识别
2026-04-10 v1
摘要
增量式3D目标感知是迈向动态室内环境中具身智能的关键一步。然而，现有的增量式3D检测方法依赖于大量新类别的标注才能获得令人满意的性能。为解决这一局限，我们提出了FI3Det，一个小样本增量式3D检测框架，它通过利用视觉-语言模型（VLM）学习未见类别的知识，仅需少量新样本即可实现高效的3D感知。FI3Det在基础阶段引入了一个VLM引导的未知目标学习模块，以增强对未见类别的感知。具体来说，它利用VLM挖掘未知目标并提取全面的表示，包括2D语义特征和类别无关的3D边界框。为了减轻这些表示中的噪声，进一步设计了一种加权机制，根据每个框内点级和框级特征的空间位置和特征一致性来重新调整它们的贡献。此外，FI3Det提出了一种门控多模态原型印记模块，其中从对齐的2D语义和3D几何特征构建类别原型以计算分类分数，然后通过多模态门控机制融合这些分数以进行新目标检测。作为小样本增量式3D目标检测的首个框架，我们在两个数据集ScanNet V2和SUN RGB-D上建立了批量和顺序评估设置，FI3Det在基线方法上取得了强劲且一致的改进。代码可在https://github.com/zyrant/FI3Det获取。
引用
@article{arxiv.2604.07997,
title = {Few-Shot Incremental 3D Object Detection in Dynamic Indoor Environments},
author = {Yun Zhu and Jianjun Qian and Jian Yang and Jin Xie and Na Zhao},
journal= {arXiv preprint arXiv:2604.07997},
year = {2026}
}
备注
Accepted by CVPR 2026