SceneEncoder：带可学习场景描述符的点云场景感知语义分割
计算机视觉与模式识别
2020-01-27 v1
摘要
除局部特征外，全局信息在语义分割中也起着至关重要的作用，而近期工作通常未能显式提取有意义的全局信息并充分利用之。本文提出一个 SceneEncoder 模块，以施加场景感知引导来增强全局信息的效果。该模块预测一个场景描述符，其学习表示场景中存在的物体类别，并通过滤除不属于该场景的类别来直接引导点级语义分割。此外，为减轻局部区域中的分割噪声，我们设计了一种区域相似度损失，将判别性特征传播至其同标签的邻近点，从而增强点级特征的判别能力。我们将所提方法集成入若干主流网络中，并在基准数据集 ScanNet 与 ShapeNet 上进行了充分实验。结果表明，我们的方法大幅提升了基线性能并达到了最先进的性能。
引用
@article{arxiv.2001.09087,
title = {SceneEncoder: Scene-Aware Semantic Segmentation of Point Clouds with A Learnable Scene Descriptor},
author = {Jiachen Xu and Jingyu Gong and Jie Zhou and Xin Tan and Yuan Xie and Lizhuang Ma},
journal= {arXiv preprint arXiv:2001.09087},
year = {2020}
}