CVPRMar, 2024
包含类别相似性的开放世界语义分割
Open-World Semantic Segmentation Including Class Similarity
Matteo Sodano, Federico Magistri, Lucas Nunes, Jens Behley, Cyrill Stachniss
TL;DR该论文提出了一种新颖的方法,能够在没有额外训练数据的情况下,同时完成准确的封闭世界语义分割和识别新类别,还提供了每个新发现类别与已知类别的相似度度量,可在规划或映射等下游任务中提供有用信息。通过广泛的实验,我们展示了我们的模型在训练数据中已知类别以及异常分割方面取得了最先进的结果,并且能够区分不同的未知类别。