解耦实例与场景上下文以实现3D语义场景完成
计算机视觉与模式识别
2025-07-14 v1
摘要
3D语义场景完成（SSC）因其在3D感知中的关键作用而受到日益关注。最近的进展主要集中在细化体素级特征以构建3D场景。然而，将体素视为基本交互单元本质上限制了类级信息的利用，而类级信息被证明对于提高完成结果的细粒度程度至关重要。为此，我们提出了一种新颖的双流范式——解耦实例与场景上下文（DISC），通过分离的优化来增强实例和场景类别的学习。具体而言，我们用判别性类查询取代体素查询，这些查询融合了类特定的几何和语义先验。此外，我们利用类的内在属性设计专门的解码模块，以促进针对性的交互和高效的类级信息流。实验结果表明，DISC在SemanticKITTI和SSCBench-KITTI-360基准测试中实现了状态的最佳性能，分别达到17.35和20.55的mIoU分数。值得注意的是，DISC甚至在仅使用单帧输入的情况下，就能超越多帧SOTA方法，并且显著提升了实例类别性能，在SemanticKITTI隐藏测试集上，实例mIoU分别比单帧和多帧SOTA方法提高了17.9%和11.9%。该代码已公开：https://github.com/Enyu-Liu/DISC。
引用
@article{arxiv.2507.08555,
title = {Disentangling Instance and Scene Contexts for 3D Semantic Scene Completion},
author = {Enyu Liu and En Yu and Sijia Chen and Wenbing Tao},
journal= {arXiv preprint arXiv:2507.08555},
year = {2025}
}
备注
Accepted to ICCV 2025