閱讀筆記--[CVPR2021] Omni-supervised Point Cloud Segmentation via Gradual Receptive Field Component Reasoning
Abstract 由於之前的監督學習僅針對神經網絡中的輸出結果進行預測，因此隱藏層特征通常無法學習到3D分割的信息表達，然而這個問題可以通過對中間層的多尺度監督來解決。 在本文中，作者首次 ...
原文：閱讀筆記--[CVPR2021] Semantic Segmentation for Real Point Cloud Scenes via Bilateral Augmentation and Adaptive Fusion
Abstract 基本任務：大規模點雲上的語義分割 一方面，為了減少鄰近點的歧義，通過充分利用雙邊結構中的幾何和語義特征來增加它們的局部上下文。 另一方面，全面地從多個分辨率中提取點的存在性，並在點級按照自適應融合方法表示特征圖，以實現精確的語義分割。 Introduction 文章重點：研究大規模復雜點雲的語義分割任務，以識別真實點雲場景中每個點的語義標簽。 基於投影的 AlaxNet 基於離散 ...
2021-06-08 20:53 1 1222 推薦指數：
相關推薦
閱讀筆記--[CVPR2020] RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds
Abstract 研究了大規模三維點雲的有效語義分割問題。 由於依賴昂貴的采樣技術和繁重的預處理/后處理步驟，大多數現有方法只能在小規模的點雲上進行訓練和操作。 本文提出了RandLA ...
BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation
論文題目：《BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation》 論文摘要：語義分割同時要求豐富的空間信息和大小不同的感受野。然而，通常我們為了達到實時的推理速度，會降低圖像的空間分辨率，從而導致 ...
論文閱讀筆記十八：ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation(CVPR2016)
論文源址：https://arxiv.org/abs/1606.02147 tensorflow github: https://github.com/kwotsin/TensorFlow-EN ...
論文閱讀 | A Curriculum Domain Adaptation Approach to the Semantic Segmentation of Urban Scenes
paper鏈接：https://arxiv.org/pdf/1812.09953.pdf code鏈接：https://github.com/YangZhang4065/AdaptationSeg ...
論文筆記：（2021CVPR）PAConv: Position Adaptive Convolution with Dynamic Kernel Assembling on Point Clouds
目錄 摘要 1、引言 2、相關工作 將點雲映射到常規二維或三維柵格（體素） 基於MLPs的點表示學習 基於點卷積的點表示學習 動 ...
CVPR2021論文總結筆記
持續更新Github： https://github.com/Sophia-11/Awesome-CVPR-Paper CVPR 2021 致力於計算機視覺和模式識別包括顏色檢測、跟蹤、運動、物體識別、音響和目標檢測。 Image-to-image Translation via ...
論文閱讀筆記六：FCN：Fully Convolutional Networks for Semantic Segmentation(CVPR2015)
今天來看一看一個比較經典的語義分割網絡，那就是FCN，全稱如題，原英文論文網址：https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fc ...