近日，Facebook AI 实验室 (FAIR) 何恺明等研究人员发表最新论文《Deep Hough Voting for 3D Object Detection in Point Clouds》，提出一个端到端的 3D 目标检测框架 VoteNet，直接处理原始数据，不依赖任何 2D 检测器。该模型设计简单，模型尺寸紧凑，而且效率高，在 ScanNet 和 SUN RGB-D 两大真实 3D 扫描数据集上实现了最先进的 3D 检测精度。值得注意的是，VoteNet 优于以前的方法，而且不依赖彩色图像，使用纯几何信息。