通过塑造稠密准确的二维语义预测来提升三维激光点云分割
计算机视觉与模式识别
2026-02-24 v1
摘要
对三维激光点云进行语义分割在城市遥感中用于理解真实街道环境。该任务通过将激光点云和三维语义标签投影为稀疏图，可重构为二维问题。然而，投影后的激光图和标签图的内在稀疏性会导致稀疏且不准确的中间二维语义预测，从而限制最终的三维精度。为此，我们通过塑造稠密准确的二维预测来增强该任务。具体地，我们开发了一种多模态分割模型 MM2D3D。通过利用摄像头图像作为辅助数据，我们引入跨模态引导滤波，以稠密语义关系约束中间二维语义预测，以克服标签图的稀疏性；我们引入动态跨伪监督，以鼓励二维预测模仿摄像头图像语义预测的稠密分布，以克服激光图的稀疏性。实验表明，我们的技术使模型能够获得稠密分布且精度更高的中间二维语义预测，从而有效提升最终的三维精度。与以前的方法比较显示，我们在二维和三维空间中的性能均优于先前方法。
引用
@article{arxiv.2602.18869,
title = {Enhancing 3D LiDAR Segmentation by Shaping Dense and Accurate 2D Semantic Predictions},
author = {Xiaoyu Dong and Tiankui Xian and Wanshui Gan and Naoto Yokoya},
journal= {arXiv preprint arXiv:2602.18869},
year = {2026}
}