基于特征聚合与条件预测的实时三维语义场景补全
计算机视觉与模式识别
2023-03-28 v2
摘要
语义场景补全(SSC)旨在同时预测三维场景的体积占据与语义类别。本文提出一种具有特征聚合策略与条件预测模块的实时语义场景补全方法。特征聚合融合不同感受野的特征并汇集上下文以提升场景补全性能。条件预测模块采用以体积占据为条件来增强语义补全预测的两步预测方案。我们在 NYU、NYUCAD 和 SUNCG 三个公认基准上实验。我们的方法在单块 GTX 1080 Ti GPU 上以 110 FPS 的速度取得了具竞争力的性能。
引用
@article{arxiv.2303.10967,
title = {Real-time 3D Semantic Scene Completion Via Feature Aggregation and Conditioned Prediction},
author = {Xiaokang Chen and Yajie Xing and Gang Zeng},
journal= {arXiv preprint arXiv:2303.10967},
year = {2023}
}
备注
Accepted by ICIP