CFSSeg：2D 图像和 3D 点云类增量语义分割的闭式解
计算机视觉与模式识别
2025-04-15 v2
摘要
2D 图像和 3D 点云是多媒体应用的基础数据类型，包括实时视频分析、增强现实（AR）和 3D 场景理解。类增量语义分割（CSS）需要在保留先前知识的同时逐步学习新的语义类别。现有方法通常依赖于基于随机梯度下降的计算密集型训练，采用复杂的正则化或示例回放。然而，基于随机梯度下降的方法不可避免地会更新模型的权重以保存过去的知识，从而导致灾难性遗忘，这在像素/点级细粒度问题中尤为突出。为解决这些挑战，我们提出了 CFSSeg，这是一种 novel 的无示例方法，利用闭式解，为持续语义分割任务提供了实用且理论上有依据的解决方案。这消除了对迭代梯度优化和过去数据存储的需求，仅需在每个步骤中对新样本进行一次通过。它不仅提高了计算效率，还为动态、隐私敏感的多媒体环境提供了实用解决方案。在 Pascal VOC2012、S3DIS 和 ScanNet 等 2D 和 3D 基准数据集上的大规模实验表明，CFSSeg 显示出优异的性能。
引用
@article{arxiv.2412.10834,
title = {CFSSeg: Closed-Form Solution for Class-Incremental Semantic Segmentation of 2D Images and 3D Point Clouds},
author = {Jiaxu Li and Rui Li and Jianyu Qi and Songning Lai and Linpu Lv and Kejia Fan and Jianheng Tang and Yutao Yue and Dongzhan Zhou and Yuanhuai Liu and Huiping Zhuang},
journal= {arXiv preprint arXiv:2412.10834},
year = {2025}
}