语义分割辅助的实例特征融合用于多级 3D 部件实例分割
计算机视觉与模式识别
2022-08-10 v1
摘要
从 3D 点云中识别 3D 部件实例对 3D 结构与场景理解至关重要。若干基于学习的方法将语义分割与实例中心预测作为训练任务，却未能进一步利用形状语义与部件实例间的内在关联。本文提出一种用于 3D 部件实例分割的新方法。我们的方法借助语义分割融合非局部实例特征（如中心预测），并进一步以多级与跨级方式增强该融合方案。我们还提出语义区域中心预测任务用于训练，并利用预测结果改进实例点的聚类。我们的方法在 PartNet 基准上以大幅优势超越现有方法。我们还证明，我们的特征融合方案可应用于其他现有方法，以提升其在室内场景实例分割任务中的性能。
引用
@article{arxiv.2208.04766,
title = {Semantic Segmentation-Assisted Instance Feature Fusion for Multi-Level 3D Part Instance Segmentation},
author = {Chunyu Sun and Xin Tong and Yang Liu},
journal= {arXiv preprint arXiv:2208.04766},
year = {2022}
}
备注
Accepted by Computational Visual Media. Project page: https://isunchy.github.io/projects/3d_instance_segmentation.html