Representações de Objetos 3D para Categorização Detalhada

Embora as representações de objetos 3D estejam sendo revitalizadas no contexto da detecção de classes de objetos multivista e compreensão de cenas, elas ainda não alcançaram uso amplo na categorização detalhada. Abordagens de ponta alcançam desempenho notável quando há abundância de dados de treinamento, mas tipicamente estão atreladas a representações planas em 2D que modelam objetos como uma coleção de vistas desconectadas, limitando sua capacidade de generalizar entre pontos de vista. Neste artigo, portanto, elevamos duas representações de objetos 2D de estado da arte para 3D, tanto no nível de aparência de feições locais quanto na localização. Em experimentos extensos sobre conjuntos de dados existentes e recém-propostos, demonstramos que nossas representações de objetos 3D superam suas contrapartes 2D de estado da arte para categorização detalhada e mostramos sua eficácia para estimar geometria 3D a partir de imagens via correspondência de linha de base ultra-larga e reconstrução 3D.