Weakly Supervised Semantic Point Cloud Segmentation: Towards 10x Fewer Labels
本文介绍一篇cvpr2020里面关于点云弱监督分割的文章。
论文
目前还没有开源代码
1. 问题
点云的弱监督分割
2. 思想
根据弱监督的特点,提出了incomplete supervision branch 和 inexact supervision branch。 同时,作者认为任何一个点label的预测都应该是旋转不变的,于是提出了 siamese branch。最后由于3D形状和场景在空间和颜色上都是平滑的,本文又相应的增加smooth branch。
3. 算法
3.1 Incomplete Supervision Branch
论文中有个小推导,得到结论是监督和弱监督方法的梯度差是服从正态分布的。