基于单点监督的多实例图协同传播三维实例分割
计算机视觉与模式识别
2023-08-22 v3
摘要
三维点云上的实例分割因广泛应用而日益受到关注，尤其在场景理解领域。然而，现有多数方法依赖于全标注数据，而人工制备点级真值标签十分繁琐且费力。为此，我们提出一种仅需对每个物体标注一个点的弱监督新方法 RWSeg。利用这些稀疏弱标签，我们引入一个双分支统一框架，分别通过自注意力与跨图随机游走方法将语义与实例信息传播至未知区域。具体而言，我们提出跨图竞争随机游走（Cross-graph Competing Random Walks, CRW）算法，鼓励不同实例图之间的竞争以解决邻近物体的歧义，提升实例分配精度。RWSeg 生成高质量的实例级伪标签。在 ScanNet-v2 与 S3DIS 数据集上的实验表明，我们的方法取得了与全监督方法相当的性能，并大幅优于以往的弱监督方法。
引用
@article{arxiv.2208.05110,
title = {Collaborative Propagation on Multiple Instance Graphs for 3D Instance Segmentation with Single-point Supervision},
author = {Shichao Dong and Ruibo Li and Jiacheng Wei and Fayao Liu and Guosheng Lin},
journal= {arXiv preprint arXiv:2208.05110},
year = {2023}
}