Part2Object：基于层次聚类的无监督 3D 实例分割
计算机视觉与模式识别
2024-07-16 v1
摘要
无监督 3D 实例分割旨在无需任何标注的情况下对 3D 点云进行目标分割。现有方法面临的是聚类过松或过紧，导致分割过细或过粗。为此，本文提出了 Part2Object，采用带目标引导的层次聚类。Part2Object 采用从点到目标部件和目标的多层聚类，允许目标在任意层面呈现。此外，它提取并利用来自连续多个 2D RGB 帧的 3D 目标性先验，以引导聚类过程。我们还提出了 Hi-Mask3D 以支持层次化的 3D 目标部件和实例分割。通过在 Part2Object 提取的目标和目标部件上训练 Hi-Mask3D，我们在各种设置下均实现了优于当前最先进模型的一致且优异性能，包括无监督实例分割、数据高效微调和跨数据集泛化。代码已发布于 https://github.com/ChengShiest/Part2Object
引用
@article{arxiv.2407.10084,
title = {Part2Object: Hierarchical Unsupervised 3D Instance Segmentation},
author = {Cheng Shi and Yulin Zhang and Bin Yang and Jiajin Tang and Yuexin Ma and Sibei Yang},
journal= {arXiv preprint arXiv:2407.10084},
year = {2024}
}
备注
Accept to ECCV2024