Tag · 3 篇
点云语义分割
01 02 03
PointTPA：面向3D场景理解的动态网络参数自适应
PointTPA: Dynamic Network Parameter Adaptation for 3D Scene Understanding
提出一种测试时参数自适应框架，通过序列化邻域分组和动态参数投影器为点云场景生成输入感知的骨干网络权重，可复用于其他3D场景理解任务的轻量级自适应。
面向点云分割新类发现的几何感知超图推理
Geometric-Aware Hypergraph Reasoning for Novel Class Discovery in Point Cloud Segmentation
将超图结构引入点云分割的新类发现任务，用高阶关联替代二值关联进行类间推理，并设计几何感知原型增强空间信息，可复用于开放世界点云分割或跨类知识迁移。
无需 3D 扫描的 3D 学习：从视频生成点云进行可扩展预训练
3D sans 3D Scans: Scalable Pre-training from Video-Generated Point Clouds
用前馈重建模型从无标注室内漫游视频生成点云，再以多层级 Sinkhorn-Knopp 聚类加噪声正则损失做自监督预训练，为缺乏 3D 扫描数据时训练点云骨干网络提供了一条可复用的数据与目标函数方案。