Effiziente 3D-Instanzenkartierung und -lokalisierung mit neuronalen Feldern

3DIML ist ein effizientes Verfahren zum Lernen einer 3D-konsistenten Instanzensegmentierung aus einer Sequenz von RGB-Bildern mit Pose-Informationen. Es umfasst zwei Phasen: InstanceMap zur Erzeugung konsistenter Pseudolabel-Masken und InstanceLift zum Trainieren eines neuronalen Labelfelds, das Lücken schließt und Mehrdeutigkeiten auflöst. Zusätzlich ermöglicht InstanceLoc eine schnelle Lokalisierung von Instanzen in neuen Ansichten.