PSGformer：通过精确语义引导增强三维点云实例分割
计算机视觉与模式识别
2023-07-18 v1
摘要
现有大多数三维实例分割方法派生自三维语义分割模型。然而，这些间接方法存在一定局限：未能充分利用全局与局部语义信息进行准确预测，制约了三维实例分割框架的整体性能。针对这些问题，本文提出一种新颖的三维实例分割网络 PSGformer。PSGformer 包含两项关键改进以增强三维实例分割性能。首先，我们提出多级语义聚合模块，通过前景点过滤与多半径聚合有效捕获场景特征，该模块可从全局与局部视角获取更细致的语义信息。其次，PSGformer 引入并行特征融合 Transformer 模块，利用 transformer 独立处理超点特征与聚合特征；模型通过连接全局与局部特征实现更完备的特征表示。我们在 ScanNetv2 数据集上进行了充分实验。值得注意的是，PSGformer 在 ScanNetv2 隐藏测试集上以 mAP 衡量超越对比的 SOTA 方法 2.2%。我们的代码与模型将公开发布。
引用
@article{arxiv.2307.07708,
title = {PSGformer: Enhancing 3D Point Cloud Instance Segmentation via Precise Semantic Guidance},
author = {Lei Pan and Wuyang Luan and Yuan Zheng and Qiang Fu and Junhui Li},
journal= {arXiv preprint arXiv:2307.07708},
year = {2023}
}