动态优化分割：面向点云语义分割的交互式框架
计算机视觉与模式识别
2025-11-18 v1
摘要
现有的交互式点云分割方法主要集中于物体分割，旨在用户交互的引导下确定哪些点属于目标物体。本文关注一个尚未探索但极具意义的任务，即交互式点云语义分割，该任务通过用户的纠正点击为场景中的所有点分配高质量的语义标签。具体而言，我们提出了首个用于点云语义分割的交互式框架，名为 InterPCSeg，该框架无需离线重训练即可与现成的语义分割网络无缝集成，从而实现动态运行。为了实现在线优化，我们在测试阶段将用户交互视为稀疏训练样本。为解决稀疏监督带来的不稳定性，我们设计了一种稳定化能量来调节测试时训练过程。为了实现客观且可复现的评估，我们开发了一种专门针对交互式点云语义分割任务的交互模拟方案。我们在 S3DIS 和 ScanNet 数据集上使用现成的分割网络评估了该框架，并结合了来自所提交互模拟器和真实用户的交互。定量与定性实验结果证明了该框架在通过用户交互优化语义分割结果方面的有效性。源代码将公开发布。
引用
@article{arxiv.2403.06401,
title = {Refining Segmentation On-the-Fly: An Interactive Framework for Point Cloud Semantic Segmentation},
author = {Peng Zhang and Ting Wu and Jinsheng Sun and Weiqing Li and Zhiyong Su},
journal= {arXiv preprint arXiv:2403.06401},
year = {2025}
}