panoptic segmentation | BriefGPT

关键词panoptic segmentation

搜索结果 - 107

ECCV点级监督的全景分割
本文提出了一种新的弱监督全景分割方法，使用逐点标注替代像全监督方法那样使用像素级标签，通过构建端到端的框架同时从逐点标签生成全景伪掩模进行学习，最小化像素到点间的遍历成本以模拟语义相似性、低级纹理线索及高层流形知识，以实现像素解析。在实验中
PDF2 years ago
图像和视频全景分割的通用框架
本研究利用基于模拟比特的扩散模型来解决全景分割任务中高维的一对多映射，通过添加过去的预测作为信息输入，能够对视频中的对象实例进行跟踪并自动学习，在各项实验中与现有的专业方法相比表现出了竞争性。
PDF2 years ago
AAAILidarMultiNet: 面向 LiDAR 感知的统一多任务网络
本文介绍了一种基于 LiDAR 的多任务网络 LidarMultiNet，它将 LiDAR 的三个主要感知任务：3D 物体检测，语义分割和全景分割统一起来。通过使用全局上下文汇聚（GCP）模块提取全局上下文特征，任务特定的头被添加到网络的顶
PDF2 years ago
Open-Vocabulary Panoptic Segmentation with MaskCLIP
本文提出了用于任意描述的显式开放分类的 Panoptic 分割，建立了一个没有调优或蒸馏的基线方法，然后开发了一个新的基于 Transformer 的方法 MaskCLIP，使用 ViT-CLIP 骨架和掩模查询来执行语义和物体实例分割。最
PDF2 years ago
CVPRPVO: 全景视觉里程计
PVO 是一种新型全景视觉里程计框架，它采用图像全景分割指导增强视觉里程计模块，并且通过迭代优化实现全景视觉里程计和视频全景分割的相互促进。实验证明，与现有方法相比，PVO 在视觉里程计和视频全景分割任务方面的性能更优。
PDF2 years ago
MGNet: 自动驾驶的单目几何场景理解
MGNet 是一个用于单目几何场景理解的多任务框架，结合了全景分割和自监督单目深度估计两个任务，旨在提供低延迟、实时单 GPU 推理，实现单高分辨率摄像头图像的密集 3D 点云和实例感知语义标签。研究人员在 Cityscapes 和 KIT
PDF2 years 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
CVPRCMT-DeepLab：用于全景分割的聚类蒙版 Transformer
本文提出基于聚类的分割框架 Clustering Mask Transformer (CMT-DeepLab)，该框架重构了现有的用于分割和检测的 Transformer 架构；CMT-DeepLab 将对象查询视为聚类中心，这些聚类中心可
PDF2 years ago
Panoptic-PHNet: 通过聚类伪热度图实现实时高精度 LiDAR 全景分割
本文提出了一种快速高效的基于 LiDAR 的 Panoptic-PHNet 框架，其引入簇伪热图作为新的范例，提出了 knn-transformer 模块来精确回归前景点之间的相互作用，并将细粒度体素特征与不同感受野的 2D 俯瞰视图（BE
PDF2 years ago
CVPR基于柱状体级别相似度的免提提议激光雷达全景分割
我们提出了一种用于 lidar 全景分割的无需提案的简单而有效的架构。我们使用基于 pillar 的俯视图表示，联合优化语义分割和非类别实例分类。实例分类头部学习 pillar 之间的成对亲和力，以确定 pillar 是否属于同一实例。我们
PDF2 years ago
CVPR关系上下文编码器：增强全景分割的语义实例关系
本文提出了一种新的框架来整合语义和实例上下文以进行全景分割，该框架利用 Panoptic、Instance 和 Semantic Relations（PISR）模块来捕捉语义类别及预测实例的关键特征，在现有方法的基础上，通过引入关系关注机制
PDF2 years ago
CVPR基于全景分割引导的 LiDAR 多视角三维物体检测通用框架
本研究提出了一种利用分割信息指导检测过程的多任务框架，该框架联合执行三维物体检测和全景分割，可利用多视角信息解决每个投影视图的缺陷，并通过前景语义信息和中心密度热力图来提示物体的可能框中心位置。在 nuScenes 数据集上进行的大量实验表
PDF2 years ago
非物体的全景分割
提出一种名为 amodal panoptic segmentation 的任务，旨在同时预测 stuff 类可见区域的像素级别语义分割标签和 thing 类可见区域以及遮挡区域的实例分割标签。扩展两个基准数据集以便研究新任务，在公开可用的
PDF2 years ago
走向全面的场景理解：语义分割与更多
本论文介绍了视觉场景理解的各方面研究，特别是通过使用语义分割网络在不同数据集上进行训练来提高分割性能和泛化性以及训练效率，以及通过多种方法来实现弱监督学习和部分感知全景分割等新任务，为实现全面、丰富、可持续的视觉场景理解铺平了道路。
PDF2 years ago
CVPR掩模关注掩模变换器用于通用图像分割
提供一种新的架构 Mask2Former，该架构通过应用掩蔽注意力机制提取局部特征来解决多种类型的图像分割任务，包括全景分割、实体分割和语义分割，并且优于当前最佳的专门任务架构。
PDF3 years ago
CPSeg：基于 3D LiDAR 点云的无聚类全景分割
提出了名为 CPSeg 的新型实时端到端全景分割网络，该网络采用共享编码器、双解码器和无聚类实例分割头，以动态支柱化前景点，通过学习嵌入来获得实例标签，并通过成对嵌入比较找到连接柱来转化传统的基于提案或聚类的实例分割为二元分割问题。在 Se
PDF3 years ago
LiDAR 全景分割的无监督域自适应
本研究提出了一种新的基于统计学习方法的 LiDAR 全景分割的 UAD 方法，该方法利用数据依赖性和模型依赖性的两种不同的策略来解决无监督域适应问题，并在真实世界自动驾驶数据集上进行了广泛评估，结果显示该方法在 PQ 得分方面优于现有的 U
PDF3 years ago
CVPRPanoptic SegFormer: 使用 Transformer 深入探究全景分割
Panoptic SegFormer 是一种基于 transformers 且具有高效深度监控遮罩解码器、解除查询集耦合策略及改进后处理方法等三个创新性组件的全面框架，是目前在 COCO test-dev 上实现 56.2％PQ 准确率且具
PDF3 years ago
ICCVSemIE: 语义感知图像外推
本文提出了一种语义感知的图像外推新范式，使图像的新对象实例可以被添加到被扩展的区域，该方法在 Cityscapes 和 ADE20K 卧室数据集上表现优于已有的基线模型，具有更高的 FID 准确度和对象共现统计学的相似性。
PDF3 years ago
ICCVLiDAR 全景分割中传统点云聚类方法的技术调研和评估
本文提出了一种混合方法，结合现有语义分割网络和传统的 LiDAR 点云聚类算法，通过在 SemanticKITTI 数据集的全景分割排行榜上表现出最领先的性能，证明基于几何的传统聚类算法值得考虑，我们是第一个尝试使用聚类算法进行点云全景分割
PDF3 years ago