面向三维点云语义分割的新类发现
计算机视觉与模式识别
2023-03-22 v1
摘要
语义分割中的新类发现（NCD）是指仅利用已标注（基类）类的监督来学习一个能够对未标注（新类）类进行分割的模型的任务。该问题近期已在二维图像数据上开创，但针对三维点云数据尚无相关研究。事实上，二维情形下所做的假设在此情况下对三维仅 loosely 适用。本文从四个方向推进点云数据分析的当前技术水平。首先，我们提出了点云语义分割的 NCD 这一新问题。其次，我们表明将现有的唯一一种二维语义分割 NCD 方法移植到三维数据是次优的。第三，我们提出了一种基于在线聚类的 NCD 新方法，其利用不确定性量化来生成原型，从而对新类点进行伪标注。最后，我们引入了一种新的评估协议来衡量点云语义分割中 NCD 的性能。我们在 SemanticKITTI 与 SemanticPOSS 数据集上对我们的方法进行了充分评估，表明其可显著优于基线。项目页面：https://github.com/LuigiRiz/NOPS。
引用
@article{arxiv.2303.11610,
title = {Novel Class Discovery for 3D Point Cloud Semantic Segmentation},
author = {Luigi Riz and Cristiano Saltori and Elisa Ricci and Fabio Poiesi},
journal= {arXiv preprint arXiv:2303.11610},
year = {2023}
}
备注
Paper accepted at CVPR 2023