Обнаружение 3D-объекта с помощью оперативной сегментации

Компьютерная наука > Компютерное видение и распознавание шаблона [представлено 16 сентября 2026 года] Название: Open-vocabulary 3D discrimination с быстродействующей сегментацией Вид PDF HTML (экспериментальный) резюме: в трехмерном обнаружении объектов для автономного вождения преобладают детекторы, подготовленные на большой корпорации троихмерных коробок с человеческим номиналом. Такой детектор узнает список постоянной категории, и все за его пределами невидимо. В настоящем документе задается вопрос о том, можно ли решить эту задачу без подготовки и открытого голосования. Модель оперативного сегментирования (SAM3) задавала вопросы с названиями классов в виде текстовых сигналов, масок для припасов на шести камерах наблюдения вокруг автомобиля и маски превращались в метрические 3D коробки с использованием геометрических характеристик места преступления. Ядро представляет собой контролируемое трехэтапное сопоставление NOSceens, в котором 2D-диагностика удерживается неподвижно и только источник 3D изменений геометрии. Геометрия, предсказанная только на изображениях, достигает 0,183 средней точности (MAP) согласно официальному протоколу; установка коробок из точек LIDAR в одних и тех же масках с неподготовленными правилами до 0,298 мАP / 0,348 балла обнаружения конкреций (NDS) при нулевой стоимости маркировки; заимствование под наблюдением геометрии коробки в момент вывода позволяет поднять те же показатели обнаружения до 0,413 МАП 0,555 НДС, что обнаруживает наибольший дефицит…