ForestFormer3D：面向森林 LiDAR 3D 点云的统一化端到端分割框架
计算机视觉与模式识别
2025-08-07 v2 人工智能
摘要
森林 LiDAR 3D 点云的分割，包括单个树木分割和语义分割，是推动森林管理和生态研究的基本任务。然而，当前方法往往难以应对自然森林环境的复杂性和多变性。我们提出ForestFormer3D，一个新的统一且端到端的框架，旨在实现精确的单个树木和语义分割。ForestFormer3D 融合了基于 ISA 指导的查询点选择、推理阶段基于得分的块合并策略，以及用于有效训练的一种对多关联机制。通过整合这些新组件，我们的模型在涵盖多样森林类型和地理区域的全新引入的 FOR-instanceV2 数据集上实现了单个树木分割的领先性能。此外，ForestFormer3D 对未见测试集（Wytham woods 和 LAUTx）表现出良好的泛化能力，展示了其在不同森林条件和传感器模态下的鲁健性。FOR-instanceV2 数据集和 ForestFormer3D 代码已公开于 https://bxiang233.github.io/FF3D/。
引用
@article{arxiv.2506.16991,
title = {ForestFormer3D: A Unified Framework for End-to-End Segmentation of Forest LiDAR 3D Point Clouds},
author = {Binbin Xiang and Maciej Wielgosz and Stefano Puliti and Kamil Král and Martin Krůček and Azim Missarov and Rasmus Astrup},
journal= {arXiv preprint arXiv:2506.16991},
year = {2025}
}