【点云识别】Weakly Supervised Semantic Point Cloud Segmentation: Towards 10x Fewer Labels(CVPR 2020)

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

在这里插入图片描述
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

在这里插入图片描述
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。

3.2

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值