Dec, 2018

3D-SIS: RGB-D 扫描的三维语义实例分割

TL;DR本文介绍了一种新型的神经网络体系结构:3D-SIS,用于在商品 RGB-D 扫描中进行三维语义实例分割。它结合了几何和颜色信号的联合学习,从而实现了精确的实例预测。该网络利用了高分辨率 RGB 输入和多视角 RGB-D 输入,并在 3D 重建的姿态对准的基础上将 2D 图像与体积网格相结合,实现了 2D 和 3D 特征学习组合,从而达到了超过 13 的 mAP 改进。