찾다
기술 주변기기일체 포함Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

arXiv 논문 "Graph-DETR3D: 다중 뷰 3D 물체 감지를 위한 중첩 영역 재검토", 6월 22일, 중국 과학기술대학교, Harbin Institute of Technology 및 SenseTime의 연구.

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

다양한 이미지 뷰에서 3D 개체를 감지하는 것은 시각적 장면 이해에 있어 기본이면서도 어려운 작업입니다. 저렴한 비용과 높은 효율성으로 인해 다중 뷰 3D 물체 감지는 광범위한 응용 가능성을 보여줍니다. 그러나 깊이 정보가 부족하기 때문에 3차원 공간에서 원근법을 통해 물체를 정확하게 감지하는 것은 극히 어렵습니다. 최근 DETR3D는 3D 객체 감지를 위해 다시점 이미지를 집계하기 위한 새로운 3D-2D 쿼리 패러다임을 도입하고 최첨단 성능을 달성합니다.

강력한 안내 실험을 통해 이 논문은 다양한 영역에 위치한 대상을 수량화하고 "잘린 인스턴스"(즉, 각 이미지의 경계 영역)가 DETR3D 성능을 방해하는 주요 병목 현상임을 발견했습니다. 겹치는 영역에서 인접한 두 뷰의 여러 기능을 병합함에도 불구하고 DETR3D는 여전히 기능 집계가 불충분하여 감지 성능을 완전히 향상시킬 수 있는 기회를 놓치고 있습니다.

이 문제를 해결하기 위해 그래프 구조 학습(GSL)을 통해 다시점 이미지 정보를 자동으로 집계하는 Graph-DETR3D가 제안되었습니다. 동적 3D 맵은 각 대상 쿼리와 2D 기능 맵 사이에 구성되어 특히 경계 영역에서 대상 표현을 향상시킵니다. 또한 Graph-DETR3D는 이미지 크기와 대상 깊이를 동시에 확장하여 시각적 깊이 일관성을 유지하는 새로운 깊이 불변 다중 규모 훈련 전략의 이점을 활용합니다.

Graph-DETR3D는 그림에 표시된 것처럼 두 가지 점에서 다릅니다. (1) 동적 그래프 기능의 집계 모듈 (2) 깊이 불변 다중 규모 훈련 전략. 이는 DETR3D의 기본 구조를 따르며 이미지 인코더, 변환기 디코더 및 타겟 예측 헤드의 세 가지 구성 요소로 구성됩니다. 이미지 세트 I = {I1, I2,…,IK}(N개의 페리 뷰 카메라로 캡처)가 주어지면 Graph-DETR3D는 관심 있는 경계 상자의 위치와 범주를 예측하는 것을 목표로 합니다. 먼저 이미지 인코더(ResNet 및 FPN 포함)를 사용하여 이러한 이미지를 상대적으로 L 기능 맵 수준 기능 F의 집합으로 변환합니다. 그런 다음 DGFA(Dynamic Graph Feature Aggregation) 모듈을 통해 2차원 정보를 광범위하게 집계하는 동적 3차원 그래프를 구성하여 대상 쿼리의 표현을 최적화합니다. 마지막으로 향상된 타겟 쿼리를 활용하여 최종 예측을 출력합니다.

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

그림은 DFGA(동적 그래프 특징 집계) 프로세스를 보여줍니다. 먼저 각 대상 쿼리에 대해 학습 가능한 3D 그래프를 구성한 다음 2D 이미지 평면에서 특징을 샘플링합니다. 마지막으로 그래프 연결을 통해 대상 쿼리의 표현이 향상됩니다. 이 상호 연결된 메시지 전파 방식은 그래프 구조 구성 및 기능 향상의 반복적 개선을 지원합니다.

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

다중 규모 훈련은 2D 및 3D 개체 감지 작업에서 일반적으로 사용되는 데이터 증대 전략으로 효과적이고 저렴한 추론으로 입증되었습니다. 그러나 비전 기반의 3D 검사 방법에서는 거의 나타나지 않습니다. 다양한 입력 이미지 크기를 고려하면 모델의 견고성을 향상시키는 동시에 이미지 크기를 조정하고 카메라 내부 매개변수를 수정하여 일반적인 다중 규모 훈련 전략을 구현할 수 있습니다.

흥미로운 현상은 최종 성적이 급격하게 떨어진다는 것입니다. 입력 데이터를 신중하게 분석함으로써 우리는 단순히 이미지 크기를 조정하면 관점 모호성 문제가 발생한다는 것을 발견했습니다. 대상의 크기가 더 크거나 작은 크기로 조정되면 대상의 절대 속성(예: 대상의 크기, 자아까지의 거리) point) 변경하지 마세요.

구체적인 예로 그림은 다음과 같은 모호한 문제를 보여줍니다. (a)와 (b)에서 선택한 영역의 절대 3D 위치는 동일하지만 이미지 픽셀 수가 다릅니다. 깊이 예측 네트워크는 이미지가 차지하는 영역을 기반으로 깊이를 추정하는 경향이 있습니다. 따라서 그림의 이러한 훈련 패턴은 깊이 예측 모델을 혼란스럽게 하고 최종 성능을 더욱 저하시킬 수 있습니다.

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

이를 위해 픽셀 관점에서 깊이를 다시 계산합니다. 알고리즘의 의사 코드는 다음과 같습니다.

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

다음은 디코딩 작업입니다.

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

다시 계산된 픽셀 크기는 다음과 같습니다.

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

스케일 팩터 r = rx = ry를 가정하면 단순화됩니다. 결과는 다음과 같습니다:

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

실험 결과는 다음과 같습니다.

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고

참고: DI = 깊이 불변

위 내용은 Graph-DETR3D: 다중 뷰 3D 객체 감지에서 겹치는 영역에 대한 재고의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

성명
이 기사는 51CTO.COM에서 복제됩니다. 침해가 있는 경우 admin@php.cn으로 문의하시기 바랍니다. 삭제
AI 기술 격차는 공급망을 늦추고 있습니다AI 기술 격차는 공급망을 늦추고 있습니다Apr 26, 2025 am 11:13 AM

"AI-Ready Workforce"라는 용어는 자주 사용되지만 공급망 산업에서 실제로 무엇을 의미합니까? ASCM (Association for Supply Chain Management)의 CEO 인 Abe Eshkenazi에 따르면 비평가가 가능한 전문가를 의미합니다.

한 회사가 AI를 영원히 변화시키기 위해 조용히 노력하는 방법한 회사가 AI를 영원히 변화시키기 위해 조용히 노력하는 방법Apr 26, 2025 am 11:12 AM

분산 된 AI 혁명은 조용히 운동량을 얻고 있습니다. 이번 주 금요일 텍사스 오스틴에서 Bittensor Endgame Summit은 중추적 인 순간을 표시하여 분산 된 AI (DEAI)를 이론에서 실제 적용으로 전환합니다. 화려한 광고와 달리

NVIDIA는 NEMO 마이크로 서비스를 방출하여 AI 에이전트 개발을 간소화합니다NVIDIA는 NEMO 마이크로 서비스를 방출하여 AI 에이전트 개발을 간소화합니다Apr 26, 2025 am 11:11 AM

Enterprise AI는 데이터 통합 ​​문제에 직면 해 있습니다 Enterprise AI의 적용은 비즈니스 데이터를 지속적으로 학습함으로써 정확성과 실용성을 유지할 수있는 시스템을 구축하는 주요 과제에 직면 해 있습니다. NEMO 마이크로 서비스는 NVIDIA가 "데이터 플라이휠"으로 묘사 한 내용을 작성 하여이 문제를 해결하여 AI 시스템이 엔터프라이즈 정보 및 사용자 상호 작용에 지속적으로 노출되어 관련성을 유지할 수 있도록합니다. 새로 출시 된이 툴킷에는 5 개의 주요 마이크로 서비스가 포함되어 있습니다. NEMO Customizer는 더 높은 교육 처리량으로 대형 언어 모델의 미세 조정을 처리합니다. NEMO 평가자는 사용자 지정 벤치 마크에 대한 AI 모델의 단순화 된 평가를 제공합니다. Nemo Guardrails는 보안 제어를 구현하여 규정 준수 및 적절성을 유지합니다.

AI는 미래의 미래와 디자인을위한 새로운 그림을 그립니다.AI는 미래의 미래와 디자인을위한 새로운 그림을 그립니다.Apr 26, 2025 am 11:10 AM

AI : 예술과 디자인의 미래 인공 지능 (AI)은 전례없는 방식으로 예술 및 디자인 분야를 변화시키고 있으며, 그 영향은 더 이상 아마추어에게만 국한되지 않고 전문가에게 더 큰 영향을 미칩니다. AI에 의해 생성 된 아트 워크 및 디자인 체계는 광고, 소셜 미디어 이미지 생성 및 웹 디자인과 같은 많은 트랜잭션 디자인 활동에서 전통적인 재료 이미지 및 디자이너를 빠르게 대체하고 있습니다. 그러나 전문 예술가와 디자이너는 AI의 실질적인 가치도 찾습니다. 그들은 AI를 보조 도구로 사용하여 새로운 미적 가능성을 탐색하고 다양한 스타일을 혼합하며 새로운 시각 효과를 만듭니다. AI는 아티스트와 디자이너가 반복적 인 작업을 자동화하고 다양한 디자인 요소를 제안하며 창의적인 입력을 제공하도록 도와줍니다. AI는 스타일 전송을 지원하며 이미지 스타일을 적용합니다.

에이전트 AI와의 작업을 혁신하는 방법 : 회의에서 이정표까지에이전트 AI와의 작업을 혁신하는 방법 : 회의에서 이정표까지Apr 26, 2025 am 11:09 AM

처음에는 화상 회의 플랫폼으로 유명한 Zoom은 에이전트 AI의 혁신적인 사용으로 직장 혁명을 이끌고 있습니다. Zoom의 CTO 인 XD Huang과의 최근 대화는 회사의 야심 찬 비전을 공개했습니다. 에이전트 AI 정의 Huang d

대학에 대한 실존 적 위협대학에 대한 실존 적 위협Apr 26, 2025 am 11:08 AM

AI가 교육에 혁명을 일으킬까요? 이 질문은 교육자와 이해 관계자들 사이에서 심각한 반영을 촉구하고 있습니다. AI를 교육에 통합하면 기회와 도전이 모두 나타납니다. Tech Edvocate의 Matthew Lynch로서 Universit

프로토 타입 : 미국 과학자들은 해외에서 일자리를 찾고 있습니다프로토 타입 : 미국 과학자들은 해외에서 일자리를 찾고 있습니다Apr 26, 2025 am 11:07 AM

미국의 과학 연구 및 기술의 발전은 아마도 예산 삭감으로 인해 어려움에 직면 할 수 있습니다. Nature에 따르면, 해외 일자리를 신청하는 미국 과학자의 수는 2024 년 같은 기간에 비해 2025 년 1 월부터 3 월까지 32% 증가했습니다. 이전 여론 조사에 따르면 설문 조사에 참여한 연구원의 75%가 유럽과 캐나다에서 일자리 검색을 고려하고 있음을 보여주었습니다. 지난 몇 개월 동안 수백 개의 NIH와 NSF 보조금이 종료되었으며, NIH의 새로운 보조금은 올해 약 23 억 달러로 줄어 듭니다. 유출 된 예산 제안에 따르면 트럼프 행정부는 과학 기관의 예산을 급격히 줄이는 것을 고려하고 있으며 최대 50%감소 할 수 있습니다. 기본 연구 분야의 혼란은 또한 미국의 주요 장점 중 하나 인 해외 인재 유치에 영향을 미쳤습니다. 35

Open AI의 최신 GPT 4.1 가족 - 분석 Vidhya에 관한 모든 것Open AI의 최신 GPT 4.1 가족 - 분석 Vidhya에 관한 모든 것Apr 26, 2025 am 10:19 AM

Openai는 강력한 GPT-4.1 시리즈를 공개합니다. 실제 응용 프로그램을 위해 설계된 3 개의 고급 언어 모델 패밀리. 이 중요한 도약 전진

See all articles

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

뜨거운 도구

에디트플러스 중국어 크랙 버전

에디트플러스 중국어 크랙 버전

작은 크기, 구문 강조, 코드 프롬프트 기능을 지원하지 않음

Atom Editor Mac 버전 다운로드

Atom Editor Mac 버전 다운로드

가장 인기 있는 오픈 소스 편집기

MinGW - Windows용 미니멀리스트 GNU

MinGW - Windows용 미니멀리스트 GNU

이 프로젝트는 osdn.net/projects/mingw로 마이그레이션되는 중입니다. 계속해서 그곳에서 우리를 팔로우할 수 있습니다. MinGW: GCC(GNU Compiler Collection)의 기본 Windows 포트로, 기본 Windows 애플리케이션을 구축하기 위한 무료 배포 가능 가져오기 라이브러리 및 헤더 파일로 C99 기능을 지원하는 MSVC 런타임에 대한 확장이 포함되어 있습니다. 모든 MinGW 소프트웨어는 64비트 Windows 플랫폼에서 실행될 수 있습니다.

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SecList

SecList

SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.