用于可泛化自监督预训练的随机化 3D 场景生成
计算机视觉与模式识别
2023-08-08 v2
摘要
采集和标注真实世界 3D 数据费力且耗时，使得训练强大的 3D 模型成本高昂。为解决此问题，近期工作提出了一种通过生成无需仿真与渲染的随机化 3D 场景的简单方法。尽管在生成合成数据上预训练的模型获得了令人印象深刻的性能提升，先前工作存在两个主要缺陷。第一，它们仅关注单一下游任务（即目标检测），对其他任务的泛化性未被探索。第二，生成数据的贡献未被系统研究。为深入理解随机化 3D 场景生成技术，我们重访先前工作并在统一设置下比较不同数据生成方法。此外，为厘清预训练模型的泛化性，我们在多个任务（即目标检测和语义分割）和不同预训练方法（即掩码自编码器和对比学习）上评估其性能。而且，我们提出一种利用球谐函数生成 3D 场景的新方法。它以明显优势超越先前的公式驱动方法，并取得与使用真实世界扫描和 CAD 模型的方法相当的结果。
引用
@article{arxiv.2306.04237,
title = {Randomized 3D Scene Generation for Generalizable Self-Supervised Pre-Training},
author = {Lanxiao Li and Michael Heizmann},
journal= {arXiv preprint arXiv:2306.04237},
year = {2023}
}