This paper explores self-supervised learning of amodal 3D feature representations from RGB and RGB-D posed images and videos, agnostic to object and scene semantic content, and evaluates the resulting scene representations in the downstream tasks of visual correspondence, object tracking, and object detection. The model infers a latent3D representation of the scene in the form of 3D feature points, where each continuous world 3D point is mapped to its corresponding feature vector. The model is trained for contrastive view prediction by rendering 3D feature clouds in queried viewpoints and matching against the 3D feature point cloud predicted from the query view. Notably, the representation can be queried for any 3D location, even if it is not visible from the input view. Our model brings together three powerful ideas of recent exciting research work: 3D feature grids as a neural bottleneck for view prediction, implicit functions for handling resolution limitations of 3D grids, and contrastive learning for unsupervised training of feature representations. We show the resulting 3D visual feature representations effectively scale across objects and scenes, imagine information occluded or missing from the input viewpoints, track objects over time, align semantically related objects in 3D, and improve 3D object detection. We outperform many existing state-of-the-art methods for 3D feature learning and view prediction, which are either limited by 3D grid spatial resolution, do not attempt to build amodal 3D representations, or do not handle combinatorial scene variability due to their non-convolutional bottlenecks.
翻译:本文探索从 RGB 和 RGB- D 提供的图像和视频中以自我监督的方式学习 3D 模式特征表达方式, 以 RGB 和 RGB- D 提供的图像和视频对3D 特征表达方式进行自我监督的学习, 对对象和场景语义内容的不可知性进行测试, 并评估在视觉通信、 对象跟踪和天体探测等下游任务中产生的场景表现方式。 模型推断出以 3D 特征点为形式的场景隐含3D 表现方式, 每个连续世界 3D 点被映射到相应的特性矢量矢量矢量。 模型对3D 进行了对比性预测, 将3D 特征显示为3D 特征云云云云, 将3D 3D 图像显示为3D, 从输入视图中无法看到, 3D 将3D 图像显示为3 3D 状态表达方式, 将3D 图像对象和图像显示为3 3D 图像 3, 图像显示为3 3O 演示 3, 分析 方向 学习 3- 3D 方向 3D,, 现有 方向 数据 学习 3D, 通过 方向 3D 、 方向 、 显示为3D 3D 方向 进行许多 、 、 、 、 学习 3D 3D 、 、 、 、 、 3D 、 方向 、 方向 、 、 、 方向 、 、 方向 、 等、 、 、 、 、 、 等、 、 、 、 、 、 等、 、 、 、 、 、 、 、 等、 、 、 、 、 、 、 、 、 、 、 、 等、 、 、 、 、 等、 、 、 、 、 、 、 等、 、 、 、 、 、 、 、 、 、 、 、 等、 、 、 、 、 、 、 等、 、 、 等、 、 、