DepthMatch：基于深度引导正则化的半监督 RGB-D 场景解析
计算机视觉与模式识别
2025-05-27 v1
摘要
RGB-D 场景解析方法能够有效捕获环境的语义与几何特征，在极端天气和低光照等挑战性条件下展现出巨大潜力。然而，现有的 RGB-D 场景解析方法主要依赖监督训练策略，这需要大量耗时的、昂贵的手动标注像素级标签。为了克服这些局限性，我们引入了 DepthMatch，一个专门为 RGB-D 场景解析设计的半监督学习框架。为了充分利用无标签数据，我们提出了互补式 patch mix-up 数据增强，以探索 RGB-D 图像对中纹理与空间特征之间的潜在关系。我们还设计了一个轻量级空间先验注入器，以取代传统复杂的融合模块，提升了异构特征融合的效率。此外，我们引入了深度引导边界损失，以增强模型的边界预测能力。实验结果表明，DepthMatch 在室内外场景中均展现出高度的适用性，在 NYUv2 数据集上取得了 state-of-the-art 的结果，并在 KITTI Semantics 基准测试中排名第一。
引用
@article{arxiv.2505.20041,
title = {DepthMatch: Semi-Supervised RGB-D Scene Parsing through Depth-Guided Regularization},
author = {Jianxin Huang and Jiahang Li and Sergey Vityazev and Alexander Dvorkovich and Rui Fan},
journal= {arXiv preprint arXiv:2505.20041},
year = {2025}
}
备注
5 pages, 2 figures, accepted by IEEE Signal Processing Letters