3D-BEVIS：鸟瞰图实例分割
计算机视觉与模式识别
2019-12-20 v3
摘要
近期基于深度学习的模型通过直接处理非结构化点云，在 3D 场景分析任务上取得了令人印象深刻的成果。在物体分类和语义分割领域已取得大量进展。然而，实例分割任务较少被探索。在本工作中，我们提出 3D-BEVIS，一种用于点云上 3D 语义实例分割的深度学习框架。遵循先前无提议实例分割方法的思想，我们的模型学习特征嵌入并将所得特征空间分组为语义实例。当前基于点的方法通过单独处理场景的局部子部分，随点数线性缩放。然而，要通过聚类执行实例分割，需要全局一致的特征。因此，我们提出将局部点几何与来自中间鸟瞰图表示的全局上下文信息相结合。
引用
@article{arxiv.1904.02199,
title = {3D-BEVIS: Bird's-Eye-View Instance Segmentation},
author = {Cathrin Elich and Francis Engelmann and Theodora Kontogianni and Bastian Leibe},
journal= {arXiv preprint arXiv:1904.02199},
year = {2019}
}
备注
camera-ready version for GCPR '19