面向大规模 LiDAR 点云的精确实例分割
计算机视觉与模式识别
2023-07-07 v1
摘要
全景分割是语义分割与实例分割的结合：将 3D 点云中的点分配到语义类别，并将其划分为不同的对象实例。它对室外场景理解有许多明显应用，从城市制图到森林管理。现有方法难以分割同一语义类别的邻近实例，如相邻的街道家具或邻近树木，这限制了其在依赖对象实例的清查或管理类应用中的可用性。本研究探讨了全景分割流程中将点聚类为对象实例的步骤，旨在缓解该瓶颈。我们发现，一种精心设计的、利用多种类型学习点嵌入的聚类策略，显著改善了实例分割。在 NPM3D 城市移动制图数据集和 FOR-instance 森林数据集上的实验证明了所提策略的有效性与通用性。
引用
@article{arxiv.2307.02877,
title = {Towards accurate instance segmentation in large-scale LiDAR point clouds},
author = {Binbin Xiang and Torben Peters and Theodora Kontogianni and Frawa Vetterli and Stefano Puliti and Rasmus Astrup and Konrad Schindler},
journal= {arXiv preprint arXiv:2307.02877},
year = {2023}
}