TopoField: rapporto tecnico per l’ECCV 2026 SceneFun3D Challenge

Abstract degli autori

La segmentazione funzionale richiede di individuare piccole parti interattive, come manopole, pulsanti e prese, nelle nuvole di punti di ambienti interni e di restituire maschere delle istanze ordinate per livello di confidenza. Un predittore semantico punto per punto produce un campo continuo di probabilità, mentre il benchmark valuta un insieme discreto di istanze con un punteggio. Ne deriva un divario sostanziale tra il campo e le istanze. Presentiamo TopoField, un decodificatore deterministico costruito su VOLT. TopoField combina innanzitutto 13 passaggi forward in fase di test in un campo di consenso semantico, poi ricava candidati di istanza dalla geometria del consenso e infine li ordina tenendo conto della classe. Nella fase di augmentation, il sistema conserva l’identità dei punti elaborati per ogni predizione relativa a un frammento, accumula le probabilità in un array di punti comune, le normalizza in base al numero di osservazioni per punto e fonde le cache risultanti. La fase di decodifica separa i nuclei ad alta confidenza dalle regioni di supporto più ampie, costruisce un grafo di punti simmetrico i cui archi sono potati in base al raggio e usa una partizione geodetica sul grafo con sorgenti multiple per dividere le regioni di supporto che contengono più punti iniziali. Su 561 istanze annotate come riferimento in 30 scene di validazione, per il 67,2% delle istanze esiste un candidato valido alla soglia IoU di 0,5, mentre la copertura top-1 è del 20,0%. Queste due misure complementari indicano l’importanza di considerare insieme la costruzione dei candidati e il loro ordinamento. TopoField ottiene il 28,286% di AP, il 41,383% di AP50 e il 47,558% di AP25. TopoField si è classificato secondo all’ECCV 2026 SceneFun3D Challenge.