표면과 중심의 거리
센서는 주로 물체의 보이는 표면에서 점을 얻는다. 물체 중심은 표면과 떨어진 내부에 있을 수 있어 관측점에서 중심과 상자를 곧바로 추정하기 어렵다. VoteNet은 표면의 특징에서 중심을 향한 후보를 만들고 이를 모으는 접근이다.
투표 좌표의 예
관측점 (1,2,0)에 오프셋 (2,−1,1)을 더하면 중심 후보는 (3,1,1)이다. 다른 표면 점들도 같은 위치 근처로 투표하면 공통 물체의 단서가 될 수 있다. 이 예에서 같은 중심을 가리킨다고 모든 투표가 올바른 물체에 속한다고 확정되는 것은 아니다.
후보를 모아 검출하기
투표를 집계해 물체 제안을 만들고 경계 상자와 범주를 추정한다. 점 하나의 분류와 장면 속 여러 물체의 검출은 다른 작업이다. 같은 물체가 가려져 일부 표면만 남아도 중심을 추정하려면 학습한 형상 지식의 영향을 받는다.
공간 정보와 평가
원래 방법은 색 영상에 의존하지 않고 점군의 기하 정보로 검출하는 구성을 제시한다. 그렇더라도 센서 잡음과 점 밀도, 물체 크기 및 가림은 성능에 영향을 줄 수 있다. 범주 정확도뿐 아니라 상자의 위치와 크기 오차 및 빠진 검출도 함께 확인한다.
관련 문서
PointPillars / PointNet / DGCNN / Point Transformer / DUSt3R / KPConv