基于单步条件扩散模型的端到端鲁棒点云语义分割网络
计算机视觉与模式识别
2025-04-02 v4
摘要
现有的条件去噪扩散概率模型（DDPMs）采用噪声条件框架（NCF）在 3D 场景理解任务中仍面临挑战，因为场景中的复杂几何细节增加了难以从语义标签拟合数据分布（得分）梯度的难度。这也导致 DDPMs 的训练和推理时间比非 DDPMs 更长。从不同角度，我们深入研究主导范式中的条件网络。在本文中，我们提出了基于条件噪声框架（CNF）的端到端鲁棒语义分割网络，命名为 CDSegNet。具体而言，CDSegNet 将噪声网络（NN）建模为可学习的噪声特征生成器。这使条件网络（CN）能够在多级特征扰动下理解 3D 场景语义，从而增强在未见场景中的泛化能力。同时，受 DDPMs 噪声系统的影响，CDSegNet 在实验中表现出强大的噪声和稀疏性鲁棒性。此外，由于 CNF，CDSegNet 可以像非 DDPMs 一样在单步推理中生成语义标签，因为它避免了直接从语义标签拟合得分。 在公开的室内和室外基准数据集上，CDSegNet 显著优于现有方法，实现了最好的性能。
引用
@article{arxiv.2411.16308,
title = {An End-to-End Robust Point Cloud Semantic Segmentation Network with Single-Step Conditional Diffusion Models},
author = {Wentao Qu and Jing Wang and YongShun Gong and Xiaoshui Huang and Liang Xiao},
journal= {arXiv preprint arXiv:2411.16308},
year = {2025}
}