PointVDP：基于火焰射线学习视图依赖投影用于3D点云分割
计算机视觉与模式识别
2025-11-20 v2
摘要
本文提出一种名为视图依赖投影（VDP）的方法，以利于点云分割，设计了高效的3D至2D映射，能够动态适应视角变化下的空间几何。现有投影方法基于视图无关投影处理复杂场景，依赖直线生成直接射线或向上曲线以减少遮挡。然而，其视图无关性导致投影射线受制于人工设定的参数，限制了点感知能力，无法捕获不同视图平面间的充分投影多样性。虽然常用多个视图平面的投影来增强空间多样性，但投影冗余导致计算开销过大且图像处理效率低下。为此，我们设计了VDP框架，从3D点分布中生成数据驱动的投影， inspired by firework的自适应行为，预测射线，产生高信息密度的单张图像输入。此外，我们构建了颜色正则化以优化框架，强调语义像素中的关键特征，抑制黑色像素中的非语义特征，从而最大化投影图像中的2D空间利用率。结果表明，我们的方法PointVDP在计算成本为零的前提下实现了轻量化投影。在S3DIS和ScanNet基准测试中，我们的方法取得了具竞争力的效果，为语义理解提供了资源高效的解决方案。
引用
@article{arxiv.2507.06618,
title = {PointVDP: Learning View-Dependent Projection by Fireworks Rays for 3D Point Cloud Segmentation},
author = {Yang Chen and Yueqi Duan and Haowen Sun and Ziwei Wang and Jiwen Lu and Yap-Peng Tan},
journal= {arXiv preprint arXiv:2507.06618},
year = {2025}
}
备注
This version needs major revision