Nicolò Iacobone

Esperienza

1. Mar 2026 — oggi

   Research Collaborator — ETH Zürich

   Photogrammetry & Remote Sensing (D-BAUG) · da remoto

   3D-Consistent Instance Segmentation on Frozen Feed-Forward Backbones

   • Decoder transformer in stile MaskDINO addestrato su un backbone VGGT-1B completamente congelato, per segmentazione di istanze 3D coerente tra viste: solo annotazioni 2D di ScanNet v2, nessuna etichetta 3D.
   • Set di query condiviso tra i bundle di viste: per costruzione una query segue una singola istanza attraverso tutti i frame, con identità garantita da cross-frame attention e parametrizzazione 3D opzionale.
   • Stack PyTorch completo — pixel decoder con deformable attention, selezione delle query a due stadi con denoising, matcher ungherese, caching delle feature per scena (da ore a minuti), orchestrazione SLURM — e il bridge di valutazione 2D→3D completamente unposed.
   • Programma sperimentale sistematico (curve di data scaling, ablazioni, transfer zero-shot su ScanNet200, ScanNet++ e Replica): nel setting class-agnostic unposed il metodo regge il confronto con le baseline feed-forward pubblicate, con backbone congelato e circa un terzo delle viste per scena.

   Codice

2. Lug 2025 — Mar 2026

   Tesi magistrale — ETH Zürich

   In collaborazione con il Politecnico di Torino

   Towards Multi-View 3D Instance Segmentation via Semantic Distillation

   • Framework student–teacher di distillazione semantica che collega ricostruzione 3D feed-forward e foundation model 2D: un backbone geometrico (MapAnything) regredisce lo spazio latente di un teacher SAM2 congelato, sotto una loss di consistenza multi-vista.
   • Individuato un collo di bottiglia di capacità degli encoder geometrici nella regressione semantica fine-grained: il vincolo da cui è nato il progetto successivo.

Formazione

Progetti accademici

Competenze