跳到正文
热点事件持续更新

遮挡点云分割网络会把隐藏构件错标为同一类别

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Tsung-Lung Yang 提交的论文发现,测试时整片区域被遮挡会让点云分割网络把隐藏构件重新标注到同一个汇聚类别,而不是简单漏检。固定合成布局下该类别吸收最多 70% 测试点,基线 mIoU 降至 0.15–0.27;随机布局下汇聚类别转移到楼梯,预测占比为真实值的 4.5–5.4 倍(三个训练种子)。 作者为每个点追加 14 个手工几何特征(GPE),在 PointNet++ 和 PTv3 风格 Transformer、两种布局下把 mIoU 恢复到 0.54–0.92,并消除 64–100% 的整物体丢失;在真实 S3DIS 扫描上整面墙丢失从 10 降到 0。遮挡增强在 mIoU 上是强替代方案,但论文称各设置下其整物体丢失均多于 GPE(如 25–35 对 0)。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. arXiv cs.RO
    Cut a Wall, See a Wall:建筑机器人遮挡点云感知中的身份替换

    论文发现,测试时整片区域被遮挡会让点云分割网络把隐藏构件重新标注到同一个汇聚类别,固定布局下该类别吸收最多70%测试点,基线mIoU降至0.15-0.27。作者为每个点追加14个手工几何特征(GPE),在PointNet++和PTv3风格Transformer上把mIoU恢复到0.54-0.92,并消除64-100%的整物体丢失;在真实S3DIS扫描上整面墙丢失从10降到0。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。