BriefGPT.xyz
大模型
Ask
alpha
关键词
superpoints
搜索结果 - 5
U3DS$^3$: 无监督的三维语义场景分割
针对任何整体三维场景,本论文提出了 U3DS$^3$ 作为一个完全无监督的点云分割方法,通过利用点云的固有信息来实现全三维场景分割,并且在 ScanNet、SemanticKITTI 和 S3DIS 数据集上提供了最新的研究成果和具有竞争力
→
PDF
8 months ago
基于直接超点匹配的快速、稳健点云配准
本文提出了一种使用全局 softmax 层直接匹配超级点以确定目标点云变换的简单而有效的方法,通过利用超级点匹配的丰富信息,可以获得更精确的变换估计,并有效地过滤掉任何后处理中的离群值,从而实现了不仅快速而且在 ModelNet 和 3DM
→
PDF
a year ago
CVPR
GrowSP: 3D 点云的无监督语义分割
本文提出了一种叫做 GrowSP 的无监督 3D 语义分割方法,其关键在于通过逐渐增长的超点来发现 3D 语义元素,并将其分组成语义元素进行最终的语义分割。我们在多个数据集上对我们的方法进行了广泛评估,证明了其在无监督基线系统中具有优异性能
→
PDF
a year ago
CVPR
由超点引导的无监督 3D 场景流估计
本文提出了一种基于可动态更新超级点的 3D 场景流估计框架,该框架结合超级点生成模块和超级点导向流细化模块,通过流提导超级点的生成和可适应聚合超级点级流来重建点的流,并将一致性编码和重建流输入 GRU 以细化点级流,实现了对复杂 3D 场景
→
PDF
a year ago
AAAI
SSPC-Net: 半监督语义三维点云分割网络
本文提出一种半监督的点云语义分割网络,名为 SSPC-Net,通过推断少量标注化点的标签,为无标签的点生成伪标签,采用动态标签传播方法和耦合关注机制,最终成功减少标注点,并在不同数据集上取得优秀结果。
PDF
3 years ago
Prev
Next