ICM-3D：面向三维实例分割的实例化类别建模
计算机视觉与模式识别
2021-08-27 v1 机器人学
摘要
将三维点云分离为独立实例是三维视觉中的一项重要任务。由于场景中实例数量未知且多变，该任务颇具挑战。现有基于深度学习的工作聚焦于两阶段流程：先学习特征嵌入，再对点进行聚类。此种两阶段流程导致中间目标不连贯。本文中，我们将三维实例分割重新表述为逐点分类问题，提出一种统一的重构。我们提出 ICM-3D，一种通过实例化分类实现三维实例分割的单阶段方法。增强的类别信息由三维空间位置自动构建。我们进行了大量实验以验证 ICM-3D 的有效性，并表明其在多种框架、骨干网络和基准上均取得令人鼓舞的性能。
引用
@article{arxiv.2108.11771,
title = {ICM-3D: Instantiated Category Modeling for 3D Instance Segmentation},
author = {Ruihang Chu and Yukang Chen and Tao Kong and Lu Qi and Lei Li},
journal= {arXiv preprint arXiv:2108.11771},
year = {2021}
}
备注
IEEE Robotics and Automation Letters (RA-L). Preprint Version. Accepted August, 2021