3D-QueryIS：一种基于查询的 3D 实例分割框架
计算机视觉与模式识别
2022-11-18 v1
摘要
以往性能最优的 3D 实例分割方法往往保持任务间依赖且易缺乏鲁棒性。此外，不同数据集的不可避免的差异使这些方法对超参数值特别敏感，并表现出较差的泛化能力。本文中，我们通过提出一种新颖的基于查询的方法（称为 3D-QueryIS）来解决上述挑战，该方法无检测器、无语义分割、无聚类。具体而言，我们提出以隐式方式生成代表性点，并将其与初始查询一起用于生成信息丰富的实例查询。然后，通过对实例查询和提取的点云嵌入简单地应用 MLP 层，即可产生类别与二值实例掩码预测。因此，我们的 3D-QueryIS 免于任务间依赖所引起的累积误差。在多个基准数据集上的大量实验证明了我们提出的 3D-QueryIS 方法的有效性与高效性。
引用
@article{arxiv.2211.09375,
title = {3D-QueryIS: A Query-based Framework for 3D Instance Segmentation},
author = {Jiaheng Liu and Tong He and Honghui Yang and Rui Su and Jiayi Tian and Junran Wu and Hongcheng Guo and Ke Xu and Wanli Ouyang},
journal= {arXiv preprint arXiv:2211.09375},
year = {2022}
}