3D 实例分割的联合原型与系数预测
计算机视觉与模式识别
2024-07-11 v1
摘要
3D 实例分割对于需要综合 3D 场景理解的应用至关重要。本文引入了一种新方法，同时学习系数和原型。采用超完整采样策略，我们的方法产生一组超完整的实例预测，通过在推理期间使用的非最大抑制（NMS）算法选择最优预测。获得的原型是可视化和可解释的。我们的方法在 S3DIS-blocks 上表现优异，始终在 mRec 和 mPrec 上优于现有方法。此外，它比最先进的方法快 32.9%。值得注意的是，我们的方法仅占总体推理时间的 0.8%，即可实现对现有方法推理时间方差超过 20 倍的显著降低。这些特性使我们的方法特别适合需要快速推理和高可靠性的实际应用。
引用
@article{arxiv.2407.06958,
title = {Joint prototype and coefficient prediction for 3D instance segmentation},
author = {Remco Royen and Leon Denis and Adrian Munteanu},
journal= {arXiv preprint arXiv:2407.06958},
year = {2024}
}
备注
Published in Electronics Letters