D-PLS：面向4D全景LiDAR分割的解耦语义分割方法
计算机视觉与模式识别
2025-01-28 v1 人工智能
摘要
本文提出一种 novel 的 4D Panoptic LiDAR 分割方法，通过解耦语义分割与实例分割，利用单扫描语义预测结果作为实例分割的先验信息。我们的 D-PLS 方法首先进行单扫描语义分割并在时间上聚合结果，以引导实例分割。D-PLS 的模块化设计使其能够无需架构修改或重新训练地 seamlessly 集成到任何语义分割架构之上。在 SemanticKITTI 数据集上进行评估，结果表明该方法在分类与关联任务中均显著优于基线，基于 LiDAR 分割与跟踪质量（LSTQ）指标。进一步表明，我们的解耦架构不仅提升了实例预测效果，还因单扫描语义分割的进步而超越基线。
关键词
引用
@article{arxiv.2501.15870,
title = {D-PLS: Decoupled Semantic Segmentation for 4D-Panoptic-LiDAR-Segmentation},
author = {Maik Steinhauser and Laurenz Reichardt and Nikolas Ebert and Oliver Wasenmüller},
journal= {arXiv preprint arXiv:2501.15870},
year = {2025}
}