SALA：用于参数高效三维语义分割的软分配局部聚合
计算机视觉与模式识别
2021-04-06 v2
摘要
本工作中，我们致力于设计一种点局部聚合函数，以构建用于三维点云语义分割的参数高效网络。我们探索在基于网格的聚合函数中使用可学习的邻点到网格软分配的思想。文献中的先前方法在预定义几何网格（如局部体素划分或不规则核点）上操作。一个更通用的替代方案是允许网络学习最适合终端任务的分配函数。由于可学习，该映射可逐层不同，而非在网络整个深度上统一应用。通过赋予网络学习自身邻点到网格分配的灵活性，我们得到了参数高效模型，在 S3DIS 上以至少比当前主导方法少 10 的参数实现了最先进（SOTA）性能。我们还在 ScanNet 和 PartNet 上展示了与庞大得多的 SOTA 模型相比具有竞争力的性能。
引用
@article{arxiv.2012.14929,
title = {SALA: Soft Assignment Local Aggregation for Parameter Efficient 3D Semantic Segmentation},
author = {Hani Itani and Silvio Giancola and Ali Thabet and Bernard Ghanem},
journal= {arXiv preprint arXiv:2012.14929},
year = {2021}
}