3D-PointZshotS：几何感知的 3D 点云零样本语义分割——缩小视觉-语义鸿沟
计算机视觉与模式识别
2025-04-18 v1
摘要
现有的零样本 3D 点云分割方法常常在从已见类别到未见类别以及从语义空间到视觉空间的可迁移性方面受限。为缓解此问题，我们引入 3D-PointZshotS，一个几何感知的零样本分割框架，通过潜在几何原型 (LGPs) 来增强特征生成与对齐。具体而言，我们通过跨注意力机制将 LGPs 集成到生成器中，利用细粒度几何细节丰富语义特征。为进一步提升稳定性与泛化性，我们引入自一致性损失，以强化特征对点级扰动的鲁棒性。此外，我们将视觉特征与语义特征在共享空间中重新表征，搭建语义-视觉鸿沟，促进对未见类别的知识迁移。在三个真实世界数据集上进行的实验——即 ScanNet、SemanticKITTI 和 S3DIS——表明，我们的方法在和声 mIoU 指标上优于四个基线。代码已提供于 \href{https://github.com/LexieYang/3D-PointZshotS}{Github}。
引用
@article{arxiv.2504.12442,
title = {3D-PointZshotS: Geometry-Aware 3D Point Cloud Zero-Shot Semantic Segmentation Narrowing the Visual-Semantic Gap},
author = {Minmin Yang and Huantao Ren and Senem Velipasalar},
journal= {arXiv preprint arXiv:2504.12442},
year = {2025}
}