MSTA3D：用于三维实例分割的多尺度双注意力机制
计算机视觉与模式识别
2024-11-12 v3
摘要
最近，结合超点的基于Transformer的技术在三维实例分割中变得普遍。然而，它们经常遇到过分割问题，尤其是在大型物体上。此外，来自超点掩码预测的不可靠掩码预测进一步加剧了这一问题。为应对这些挑战，我们提出了一种名为MSTA3D的新型框架。它利用多尺度特征表示，并引入双注意力机制来有效捕捉它们。此外，MSTA3D将框查询与框正则化器集成，提供与语义查询互补的空间约束。在ScanNetV2、ScanNet200和S3DIS数据集上的实验评估表明，我们的方法超越了最先进的三维实例分割方法。
引用
@article{arxiv.2411.01781,
title = {MSTA3D: Multi-scale Twin-attention for 3D Instance Segmentation},
author = {Duc Dang Trung Tran and Byeongkeun Kang and Yeejin Lee},
journal= {arXiv preprint arXiv:2411.01781},
year = {2024}
}
备注
14 pages, 9 figures, 7 tables, conference