Accurately annotating multiple 3D objects in LiDAR scenes is laborious and challenging. While a few previous studies have attempted to leverage semi-automatic methods for cost-effective bounding box annotation, such methods have limitations in efficiently handling numerous multi-class objects. To effectively accelerate 3D annotation pipelines, we propose iDet3D, an efficient interactive 3D object detector. Supporting a user-friendly 2D interface, which can ease the cognitive burden of exploring 3D space to provide click interactions, iDet3D enables users to annotate the entire objects in each scene with minimal interactions. Taking the sparse nature of 3D point clouds into account, we design a negative click simulation to improve accuracy by reducing false-positive predictions. In addition, iDet3D incorporates two click propagation techniques to take full advantage of user interactions: (1) dense click guidance for keeping user-provided information throughout the network and (2) spatial click propagation for detecting other instances of the same class based on the user-specified objects. Through our extensive experiments, we present that our method can create precise annotations in a few clicks, which shows the practicality of iDet3D as an efficient annotation tool for 3D object detection.
라이다 포인트 클라우드에서 다수의 3D 물체를 정확하게 라벨링 하는 것은 힘들고 어렵다. 이전 연구들이 효율적인 바운딩 박스 라벨링을 위해 반자동 방법을 제안하였지만, 이러한 방법들은 다수의 다중 클래스 객체를 효율적으로 다루는 데 한계가 있다. 3D 라벨링 파이프라인을 효과적으로 가속화하기 위해, 이 논 문에서는 효율적인 상호 작용기반 3D 물체 탐지 방안을 제시하였다. 사용자 친화적인 2D 인터페이스를 지원하여 3D 공간 탐색의 인지적 부담을 줄이고 클릭 기반의 상호작용을 제공함으로써 사용자가 최소한의 상호작용으로 각 장면의 모든 객체를 라벨링할 수 있다. 3D 포인트 클라우드의 특성을 고려하여 거짓 양성 예측을 억제하기 위한 음성 클릭 시뮬레이션을 제안하였다. 또한 사용자 상호작용을 최대한 활용하기 위해 두가지클릭기반의전파기술을제안하였다: (1)네트워크전체에사용자제공정보를유지하는밀집클 릭 전달과 (2) 사용자가 지정한 객체를 기반으로 동일 클래스의 다른 인스턴스를 탐지하기 위한 공간 클릭 전파이다. 광범위한 실험을 통해 소수의 클릭으로 정확한 라벨링을 할 수 있음을 보여주며 3D 객체 탐지를 위한 효율적인 라벨링 도구로서의 실용성을 보였다.
