3d semantic segmentation | BriefGPT

关键词3d semantic segmentation

搜索结果 - 39

CVPR自动驾驶多模态三维语义分割 MSeg3D
利用多模态数据的几何和语义特征，通过三个步骤来完成多模态 3D 语义分割任务。经过我们的研究，MSeg3D 在 nuScenes、Waymo 和 SemanticKITTI 数据集上取得了最先进的结果。
PDFa year ago
CVPRLidarMultiNet: 一个将激光雷达语义分割、3D 目标检测和全景分割统一于单个多任务网络中的方法
LidarMultiNet 利用深度神经网络，将 3D 语义分割、物体检测和全景分割等核心 LiDAR 感知任务统一在单一框架中，实现了最佳表现。
PDF2 years ago
CVPRMM-TTA: 3D 语义分割的多模态测试时适应
本文提出一种新的多模态测试时自适应模型，其中包含 Intra-PG 模块用于获取可靠的伪标签，以及 Inter-PR 模块用于自适应选择更可靠的伪标签，实现了基于多模态输入的 3D 语义分割稳定自学习。
PDF2 years ago
基于语言的室内野外 3D 语义分割
本文提出新的计算机视觉方法，使 3D 语义分割可以更好地理解具有更多类别和自然分布的真实环境，并在新的扩展基准上测试，使用语言驱动的预训练方法使特征更鲁棒。实验结果表明，我们的方法在提出的基准上始终优于现有技术。
PDF2 years ago
CVPR大规模三维语义分割中的野外多视角聚合学习
本文提出了一种端到端可训练的多视角聚合模型，利用 3D 点的视角优势，从任意位置拍摄的图像中合并特征，将标准 2D 和 3D 网络相结合，不需要着色、上网格或真实深度图，我们在 S3DIS 和 KITTI-360 数据集上取得了新的最佳效果
PDF2 years ago
ECCV基于数据的 Sim-to-Real 领域自适应方法，用于 3D 语义分割
本文提出了一种 Data-Oriented Domain Adaptation (DODA) 框架，通过虚拟扫描模拟和基于长方体的混合来减轻不同领域之间的模式和上下文差异，在 3D 室内语义分割中的结果优于其他 7 种 UDA 方法。
PDF2 years ago
当三维语义分割面临类别不平衡和 OOD 数据时的挑战理解
本研究旨在探讨类别不平衡问题对三维语义分割的影响及其对应的解决方案，包括数据增强方法的提出与实验、信任度评分算法的应用等，研究结果表明类别不平衡、类间歧义性和类内差异性是三维语义分割面临的主要挑战，相关算法的可靠性也需要进一步提高来满足实际
PDF2 years ago
CVPR快速点变换器
本文介绍了一种基于 Fast Point Transformer 的新型轻量级自我关注层的方法，用于对大型 3D 场景进行处理和提高计算效率，并应用于 3D 语义分割和 3D 检测，具有与基于体素的最佳方法相竞争的准确性和比 Point T
PDF3 years ago
NeSF: 用于三维场景的神经语义字段通用语义分割
NeSF 是一种从 RGB 图像中生成 3D 语义场的方法，它利用了隐式神经场表示法，根据点积函数捕捉 3D 结构，能够在任意 3D 点上查询，并且生成可以与真实场景相对应的 3D 一致的语义图谱，是第一种只需要 2D 监督进行训练的真正密
PDF3 years ago
ICCV半监督点云语义分割的引导点对比学习
本文介绍了一种半监督点云语义分割方法，使用伪标签指导其损失函数，并提出了一种基于对比损失的方法来增强特征表示和模型的泛化能力。实验证明，该方法在三个数据集上都可以有效地提高预测质量。
PDF3 years ago
ICCV稀疏到密集特征匹配：基于域自适应的交叉模态学习用于 3D 语义分割
本文提出了一种基于跨模态学习的动态稀疏到稠密的交叉模态学习和在包含不同语义内容的 2D 和 3D 数据上进一步改进交叉模态对抗性学习，以大幅提高各种多模态领域自适应设置上的性能。
PDF3 years ago
ICCVVMNet：基于体素 - 网格网络的几何感知三维语义分割
本篇论文介绍了一种基于体素和网格表达，利用欧几里得信息和测地信息的深度学习体系结构 VMNet 用于室内场景的 3D 语义分割，并在实验证明了其优越性能，尤其是在大规模的 ScanNet 数据集上。
PDF3 years ago
基于交叉模态学习的三维语义分割领域自适应
本文介绍了一种新的领域适应策略 - “交叉模态学习”，在无监督和半监督领域适应设置下，通过两种模式的相互模仿实现模态之间的一致性，在 3D 语义分割任务中证明了该方法的有效性
PDF3 years ago
CVPR从 3D 室内重建学习 3D 语义场景图
本文提出了一种基于场景图的三维场景理解方法，它将场景中的实体组织成图形式，运用基于 PointNet 和 Graph Convolutional Networks（GCN）的学习方法实现了场景图的回归，并且引入了一个新的数据集 3DSSG
PDF4 years ago
CVPRDualConvMesh-Net: 3D 网格上的测地和欧几里得卷积联合
提出了 DualConvMesh-Nets (DCM-Net) 模型，它是一种基于 3D 几何数据的深层分层卷积神经网络，结合了两种卷积类型：测地线卷积和欧几里得卷积，并且还采用了几何处理领域中的网格简化方法来定义网格池化和反池化运算。实验
PDF4 years ago
SemanticPOSS：具有大量动态实例的点云数据集
本文提出了 SemanticPOSS 数据集用于改善自动驾驶系统的 3D 语义分割任务中动态物体如人和车的预测准确性。
PDF4 years ago
CVPRxMUDA：跨模态无监督 3D 语义分割领域自适应
本篇论文提出了一种跨模态迁移学习方法（xMUDA），用于解决多模态数据下的无监督域适应问题，借助自动驾驶数据集验证了该方法的有效性并与单模态方法进行了比较。
PDF5 years ago
CVPR联合三维物体检测和语义分割的传感器融合
本文提出了一种将图像数据与 LiDAR 数据融合的方法，并展示了这种传感器融合方法在长距离检测表现方面提高了模型检测能力。此外，文中还扩展了模型的功能，使其能够进行 3D 语义分割，并在大型基准数据集上展示了我们的方法在保持低运行时间的同时
PDF5 years ago
了解邻居在做什么：点云的三维语义分割
本文介绍了一种深度学习架构，用于解决非结构化点云的三维语义分割问题。与以往的工作相比，我们引入了点群聚合技术，定义了初始世界空间和学习特征空间中的点邻域，并结合专用损失函数，进一步构建了学习点特征空间。我们展示了如何将这些机制应用于点云的三
PDF6 years ago