3DResT：半监督3D指代语义分割的强基线
计算机视觉与模式识别
2025-04-18 v1
摘要
3D指代语义分割（3D-RES）通常需要大量的实例级标注，这些标注在时间和成本上都较为昂贵。半监督学习（SSL）通过结合有限的标记数据和丰富的非标记数据来缓解这一问题，在降低标注成本的同时提高性能。SSL采用教师-学生范式，其中教师生成高置信度筛选后的伪标签以指导学生。然而，在3D-RES场景中，每个标签对应单个掩码且标记数据稀缺，现有的SSL方法仅将高质量伪标签视为辅助监督，从而限制了模型的学习潜力。依赖高置信度阈值的筛选常常导致有价值的伪标签被丢弃，限制了模型充分利用丰富非标记数据的能力。因此，我们确定了半监督3D-RES中的两个关键挑战：即对高质量伪标签的低效利用和对低质量伪标签信息的浪费。本文提出了首个针对3D-RES的半监督学习框架，呈现了一个稳健的基线方法，命名为3DResT。为解决这些挑战，我们提出了两种新颖设计，称为基于教师-学生一致性的抽样（TSCS）和质量驱动动态加权（QDW）。TSCS有助于选择高质量伪标签，将其整合到标记数据集中，以强化标记监督信号。QDW通过动态为低质量伪标签分配较低权重来保留其价值，实现对有用信息的有效提取而非直接丢弃。在广泛使用的基准测试上进行的大量实验表明，我们方法的有效性。值得注意的是，仅使用1%的标记数据，3DResT即可比完全监督方法提高8.34个mIoU分数。
引用
@article{arxiv.2504.12599,
title = {3DResT: A Strong Baseline for Semi-Supervised 3D Referring Expression Segmentation},
author = {Wenxin Chen and Mengxue Qu and Weitai Kang and Yan Yan and Yao Zhao and Yunchao Wei},
journal= {arXiv preprint arXiv:2504.12599},
year = {2025}
}