JSNet：三维点云联合实例与语义分割
计算机视觉与模式识别
2019-12-23 v1
摘要
本文提出一种称为 JSNet 的新型联合实例与语义分割方法，以同时解决三维点云的实例与语义分割问题。首先，我们构建有效的骨干网络从原始点云中提取鲁棒特征。其次，为获得更具判别力的特征，提出点云特征融合模块以融合骨干网络的不同层特征。此外，开发联合实例语义分割模块将语义特征变换至实例嵌入空间，随后将变换后特征与实例特征进一步融合以促进实例分割；同时，该模块也将实例特征聚合至语义特征空间以提升语义分割。最后，通过对实例嵌入应用简单的均值漂移聚类生成实例预测。我们在大规模三维室内点云数据集 S3DIS 与部件数据集 ShapeNet 上评估所提 JSNet，并与现有方法比较。实验结果表明，我们的方法在三维实例分割上优于最先进方法，且在三维语义预测上有显著提升，我们的方法对部件分割也有裨益。本工作的源代码见 https://github.com/dlinzhao/JSNet。
引用
@article{arxiv.1912.09654,
title = {JSNet: Joint Instance and Semantic Segmentation of 3D Point Clouds},
author = {Lin Zhao and Wenbing Tao},
journal= {arXiv preprint arXiv:1912.09654},
year = {2019}
}
备注
Accepted by AAAI2020