잠재 지지 표면을 이용한 3D 객체 탐지

우리는 실내 장면에서 맥락적 관계를 포착하기 위해 잠재 지지 표면을 사용하는 3D 객체 탐지 알고리즘을 개발합니다. 기존의 RGB-D 이미지에 대한 3D 표현은 객체 범주의 지역적 형태와 외관을 포착하지만, 다양한 시각적 스타일을 가진 객체를 표현하는 데에는 한계가 있습니다. 작은 객체 탐지는 3D 장면에서 검색 공간이 매우 크기 때문에 도전적입니다. 그러나 우리는 3D 객체 범주 내의 형태 변동이 잠재 지지 표면의 위치로 설명될 수 있다는 것을 관찰하며, 더 작은 객체는 종종 더 큰 객체에 의해 지지됩니다. 따라서 우리는 큰 객체의 3D 외관을 더 잘 표현하기 위해 명시적으로 잠재 지지 표면을 사용하고, 작은 객체의 탐지를 개선하기 위한 맥락적 단서를 제공합니다. 우리는 SUN RGB-D 데이터베이스의 19개 객체 범주로 모델을 평가하며, 최첨단 성능을 입증합니다.