超越最终层：基于代理插值初始化的层次查询融合变换器用于 3D 实例分割
计算机视觉与模式识别
2025-02-07 v1
摘要
3D 实例分割旨在预测场景中一组对象实例并将其表示为具有相应语义标签的二进制前景掩码。当前，基于变换器的方法因其优雅的管道、减少对几何属性的手动选择以及卓越的性能而受到日益关注。然而，基于变换器的方法在查询初始化时未能同时保持强大的位置和内容信息。此外，由于每个解码器层都有监督，存在对象消失随层数加深的现象。为克服这些挑战，我们引入了超越最终层：基于代理插值初始化的层次查询融合变换器用于 3D 实例分割 (BFL)。具体而言，设计了代理插值初始化模块来生成能够在前景覆盖和内容学习之间取得平衡的韧性查询。此外，设计了层次查询融合解码器以保留低重叠查询，缓解随层数加深导致的召回率下降。在 ScanNetV2、ScanNet200、ScanNet++ 和 S3DIS 数据集上进行的广泛实验表明，BFL 的性能卓越。
引用
@article{arxiv.2502.04139,
title = {Beyond the Final Layer: Hierarchical Query Fusion Transformer with Agent-Interpolation Initialization for 3D Instance Segmentation},
author = {Jiahao Lu and Jiacheng Deng and Tianzhu Zhang},
journal= {arXiv preprint arXiv:2502.04139},
year = {2025}
}
备注
Under review