基于层次聚合的三维实例分割

15467基于层次聚合的三维实例分割陈绍宇1方洁敏2，1张倩3刘文宇1王兴刚1†1华中科技大学三电学院2华中科技大学人工智能研究所3地平线机器人{shaoyuchen，jaminfong，liuwy，xgwang} @ hust.edu.cn{ qian01.zhang} @ horizon.ai摘要点云数据的实例分割是三维场景感知中的一项基本任务。在这项工作中，我们提出了一个简洁的基于聚类的框架命名为HAIS，它充分利用了点和点集的空间关系。考虑到基于聚类的方法可能会导致过度分割或欠分割，我们引入层次聚合来逐步生成实例建议，即点聚集用于初步地将点聚集成集合，集合聚集用于从集合生成完整实例。一旦获得了完整的3D实例，就可以构建实例内预测的子网络。点云w/o分层聚合用于噪声点过滤和掩模质量评分。HAIS速度快（TitanX 上 每 帧 仅 410ms ） ， 不 需 要 非 最 大 抑 制 。 它 在ScanNetv2基准测试1中排名第一，达到最高的69。9%的AP50，并大大超过了以前的最先进的（SOTA）方法在S3DIS数据集上的SOTA实验结果验证了该算法的泛化能力。代码可在https://github.com/hustvl/HAIS上获得。1. 介绍随 着 普 通 三 维 传 感 器 （ Kinect 、 RealSense 、Velodyne激光扫描仪等）的快速发展和普及，三维场景理解已成为计算机视觉领域的一个研究热点。点云上的实例分割作为三维场景理解的基本感知任务，是现实生活中广泛应用的技术基础，例如，机器人、增强/虚拟现实和自动驾驶。2D图像上的实例分割在过去的几年中已经被详尽地研究[7，24，16，27，18，4，5，6，7，8，9]。1http://kaldir.vc.in.tum.de/scannet_benchmark/semantic_instance_3d†Xinggang Wang为通讯作者。具有分层聚合的地面实况图1。输入点云、地面实况实例掩模和3D实例预测结果，而无需分层聚合。如红色圈出的关键区域所示，对于大尺寸和破碎点云的对象，预测容易被过度分割。所提出的分层聚合结合不完整的实例与片段，形成完整的实例预测。11页]。自上而下的方法主导2D实例分割。它们首先生成实例级建议，然后预测每个建议的掩码。虽然现有的2D实例分割方法可以直接扩展到3D场景，但大多数现有的3D方法采用完全不同的自下而上的流水线[42，41，22，15，20]，其通过聚类生成实例。但是，直接将点云聚类为多个实例非常困难，原因如下：（1）点云通常包含大量点;（2）不同三维场景下点云数据的实例数差异较大;（3）实例大小差异较大;（4）每个点都有一个很弱的特征，即，3D坐标和颜色。点和实例标识之间的语义差距是巨大的。因此，过分割或欠分割是常见的问题，并且容易发生15468存在.我们提出了一个分层聚合方案，在自下而上的三维实例分割网络，以应付这些问题。首先将点聚集到低带宽的集合上以避免过分割，然后采用动态带宽的集合聚集来形成完整的实例。集合聚合可能将噪声点集吸收到预测中，使得聚合的实例过完备。因此，我们设计了一个子网络用于离群值过滤和掩模质量评分。基于层次聚合和子网络的实例内预测，我们提出了一种 新 的 自 底 向 上 的 框 架 ， 命 名 为 HAIS 。 HAIS 在ScanNet v2基准[6]和S3DIS [1]数据集上均达到了最先进的（SOTA）性能。除此之外，HAIS是高效的，只需要一个简洁的单向前推理，没有任何后处理步骤。与现有的所有方法相比，HAIS具有最低的推理延迟。我们的贡献可归纳如下。• 我们提出了一种新的自下而上的框架与层次聚合的实例分割的三维点云。层次聚集策略弥补了自底向上聚类的缺陷。此外，实例内预测网络被设计用于生成更细粒度的实例预测。• 我们的方法在ScanNet v2排行榜上排名第一[6]。HAIS在S3DIS上也达到了最先进的结果[1]。我们显着提高perfor- mances在各种具有挑战性的数据集和演示- strate所提出的方法的推广。• 我们的方法达到了最高的效率在所有现有的方法。HAIS保持简洁的单向前推理流水线，而没有任何后处理步骤。ScanNet v2上的平均每帧推理时间仅为410ms，比其他SOTA方法快得多。2. 相关作品点云数据的深度学习从点云数据中提取特征是三维场景理解的基础。配备深度学习的方法主要包括基于点的方法和基于体素的方法。基于点的方法，PointNet[35]和PointNet++ [36]直接在非结构化点集上运行。基于体素的方法[14，38，40，30]将无序和非结构化的点集转换为有序和结构化的体积网格，然后对网格执行3D稀疏卷积。我们采用基于体素的方法更有效的特征提取。基于建议的实例分割基于建议的方法直接生成对象建议并预测每个建议中的掩码。在2D域中，基于建议的方法采用2D对象检测器[13，37，8，25]来生成区域建议，然后在每个建议中预测掩模。Mask R-CNN [16]通过 添 加 掩 码 预 测 扩 展 了 Faster R-CNN [37] 。EmbedMask [45]引入了建议嵌入和像素嵌入，以便根据其嵌入相似性将像素分配给实例建议。在3D领域，GSPN [44]提出了一个生成形状建议网络，用于遵循合成分析策略的3D对象建议。3D-SIS [17]将3D几何形状和2D彩色图像作为输入，并通过反投影将2D和3D特征结合起来，以获得更好的预测。3D-BoNet [43]回归一组固定的边界框，并设计一个新的关联层来匹配预测框和地面实况框。3D-MPA [9]预测实例的中心并使用图卷积网络来细化建议特征。GICN [28]将实例中心的分布近似为高斯中心热图，并使用中心选择机制来选择候选者。基于聚类的实例分割基于聚类的方法首先预测逐点标签，然后使用聚类方法生成实例预测。在2D域中，度量学习被广泛用于对像素进行分组。Fathi等人[12]计算像素的似然性并在嵌入空间内将相似像素分组在一起。Bai和Urtasun [2]采用能量图来区分个体实例。Kong和Fowlkes [21]将所有像素分配给球形嵌入以进行聚类。Neven等人[33]引入可学习的聚类带宽，而不是使用手工制作的成本函数来学习嵌入。Bert等人[3]提出了一个判别损失函数，它鼓励网络将每个像素映射到特征空间中的一个点，以便属于同一实例的像素而不同的实例被宽的边缘分开。 在3D域中，SGPN[41]提出学习所有点对的相似性矩阵，并合并相似点以生成实例。JSIS3D [34]采用多值条件随机场来形成实例预测。MTML [22]引入了一种用于分组点的多任务学习占用Seg [15]采用学习的占用信号来指导聚类。PointGroup [20]提出基于双坐标集对点进行聚类，并设计ScoreNet来预测实例的得分。我们的HAIS遵循基于聚类的范式，但在两个方面与现有的基于聚类的方法不同。首先，大多数基于聚类的方法需要复杂和耗时的聚类过程，但我们的HAIS采用了一个更简洁的管道，并保持高效率。其次，以前的方法通常对点15469LLΔ Δ∈Σgtpred∈·L我我Δ2我GT我语义标签三维网格点要素点云中心移位向量片段过滤评分吸收初级例如预测逐点预测点聚集设置聚合实例内预测图2. HAIS的框架。对于输入点云，我们的方法首先采用具有子流形稀疏卷积的3D UNet结构[39，14]进行逐点特征学习。然后，我们使用的点的空间约束进行点聚合与固定的带宽。基于点聚合结果，执行具有动态带宽的集合聚合以形成实例提议。实例内预测被设计用于离群值过滤和掩模质量评分。根据点级嵌入，无需实例级校正。我们的HAIS引入了集合聚合和实例内预测，以在对象级别上细化实例3. 方法HAIS的整体架构如图所示。2，由四个主要部分组成。逐点预测网络（Sec. 3.1）从点云中提取特征并预测逐点语义标签和中心移位向量。点聚合模块（Sec.3.2）基于逐点预测形成初步实例预测点标签 语义得分SEG用于训练该分支。与语义标签预测分支并行，我们对F点应用2层MLP以预测逐点中心移位向量xi（xiR3），其表示从每个点到其实例中心的偏移，类似于[9，20]。实例中心被定义为该实例中所有点的坐标平均值在训练期间，移位用于优化中心移位向量预测，其公式为结果。集合聚合模块（Sec. 3.3）扩展不完整的实例以覆盖缺失的部分，而实例内预测网络（Sec.3.4）平滑实例以L移位=piΣ∈P11（pi∈Pfg）·L（pi），pi∈P（一）过滤掉异常值。3.1. 逐点预测网络逐点预测网络采用点云PRN×K作为输入，其中N是点数，K是通道数。对于颜色r、g、b和位置x、y、z，K通常被设置为6。子流形稀疏卷积[14]广泛用于3D感知方法[20，22，26，9]中，以从点云提取特征。按照通常的做法，我们首先将点云数据转换成规则的体积网格。然后，由堆叠的3D稀疏卷积层[14]组成的UNet状结构[39]用于提取体素特征F体素。第三，我们将体素特征F体素映射回点特征F点。基于点特征F点，建立两个分支，一个用于预测点标签，另一个用于预测每个点的中心偏移向量。语义标签预测分支我们在F点上应用具有softmax层的2层多层感知（MLP），以产生每个类的语义分数。得分最高的班级将被重新评分L（pi）=w（pi）·Δxi − Δxi1·1（pi∈Pfg），w（pi）=min（Δx，1）.1（）是指示器函数。P和Pfg分别表示整个点集和前景点集。在移位中忽略背景点。w（pi）用作逐点加权项。更接近实例中心的点较少地依赖于中心移位向量，并且应当对损失贡献较少。3.2. 点聚合在3D空间中，相同实例的点彼此固有地相邻。利用该空间约束进行聚类是直观的因此，基于语义标签和中心移动向量，我们使用基本的和紧凑的聚类方法来获得初步的实例。首先，如图所示。如图3（b）所示，根据逐点中心移位向量X1，我们将每个点X原点朝向其实例中心移位，使得相同实例的点在空间上彼此更接近。移位的坐标被计算为，x偏移=x原点+ Δxi。（二）15470.=αS引物片段吸收初级(a) 原始坐标（b）移动坐标（c）点聚合（d）集合聚合图3.分层聚合的说明。不同颜色的点属于不同的类别。黑点属于背景。(a)：分布在真实3D空间中的点。(b)：将中心偏移向量应用于每个点后，属于同一实例的点在3D空间中更接近。(c)：点聚合。基于固定的空间聚类带宽将点聚合成集合。(d)：设置聚合。主实例利用动态聚类带宽吸收周围的碎片，形成完整的实例。第二，我们忽略背景点，并将每个前景点视为一个节点。对于每对节点，如果它们具有相同的语义标签并且它们的空间距离小于固定的空间聚类带宽r点，则创建这两个节点之间的边。在遍历所有节点对并建立边之后，整个点云被分成多个独立的集合，如图所示。3（c）款。每个集合可以被视为初步实例预测。3.3. 设置聚合图图4示出了地面实况的实例大小（实例中的点的数量）的分布和点聚集结果。与地面实况实例的大小相比，点聚合生成的实例预测的数量要大得多。这是因为中心移位向量不是完全准确的。点聚合不能保证实例中的所有点都分组在一起。如示于图如图3（d）所示，具有准确中心偏移向量的大多数点可以被聚类在一起以形成不完整的实例预测。我们称这些实例为“主实例”。但是具有较差中心偏移矢量预测的少数点从主要部分中分离出来，并形成具有小尺寸的片段实例，我们称之为“片段”。片段的大小太小，不能被视为完整的实例，但可能是主实例的缺失部分考虑到大图4.实例大小的分布实例大小定义为实例内部的点数。蓝色、绿色和红色分别对应于点聚合结果、集合聚合结果和地面实况统计数据基于ScanNet v2 [6]验证集。条件满足时，我们认为片段m是主实例n的一部分。首先，在具有与片段m相同的语义标签的所有主实例中，主实例n是其几何中心最接近片段m的主实例。其次，对于碎片m和主实例n，它们的几何中心之间的距离应该小于r集合，r集合是定义为的动态聚类带宽，rset= max（rsize，rcls），由于碎片的数量有限，因此直观地说，我们可以Rsizen引物（三）.在集合级别聚合主实例和片段以生成完整的实例预测。基于上述线索，我们提出了集合聚合来平滑由点生成的实例预测集合聚合的聚类带宽由r_size和r_cls决定。r_size表示特定于大小的带宽。较大的主实例应该在更宽的范围内吸收碎片，这是合理的，我们考虑r大小相对于聚合，如图所示。第3段（d）分段。详细的pro-主实例n大小的平方根. rcls程序在Alg中提供。1.一、 简而言之，如果以下两个表示特定于类的带宽，这是统计带宽。实例编号224810[1、10]49644020393[10，100]59791475938[100，1000]三六五三26635022[1000，+oo）五5124点聚合结果设置聚合结果基础事实实例大小15471fragfrag引物引物fragfrag引物引物fragfrag{L引物Σ引物引物Ni塞普茨- -fragΣΣL−·Σ设置设置设置·n特定类的平均实例半径集合聚合后的实例大小分布如图所示。4.第一章大量的片段与主实例组合在一起以形成具有更高质量的实例。算法一：设置聚合。Nfrag是片段的数目。Nprim是初级的数量实例.数据类型：实例预测网络，用于进一步细化的情况下，如图所示。五、首先，我们裁剪实例点云补丁作为输入，并使用3D子流形稀疏卷积网络来提取实例内部的特征。在实例内特征提取之后，掩码分支预测二进制掩码以区分实例前景和背景。对于每个预测的实例，我们选择最佳匹配的GT（地面实况）作为掩码监督。预测实例片段：{I12frag、...、IN碎片}和GT被分配有阳性标记，并且其他被分配有阳性标记。被贴上负面标签。 低质量实例（低主实例：{I12引物 、...、INprim}IoU与GT）包含很少的实例级信息和碎片中心：{c12frag、...、cN碎片}对优化掩模分支没有价值因此，只有主实例的中心{c12引物 、...、cNprim}IoU大于0的实例。五是作为培训教材。有些人被忽略，有些人被忽略。对于掩模预测，损失片段的类标签：{L12frag、...、LN碎片}公式为，主实例的类标签：1引物2引物 、...、LNprim}L掩码=−1ΣNins，1（iou i>0）。第五章）动态设置聚合带宽：{r1，r2，… rNprim}Nins1（iou i> 0）。5）·Nii=1i=1测试结果：一组细化的实例：{I11，对于m=l-N碎片do2指数=−12引物、...、INprim}·Σj=1Σyj·log（y（j）+（1−yj）·log（1−y（j））、、、（四）3dmin=+∞4，对于n=1→Nprimdo其中，Nins表示实例的数量，并且Ni表示实例i的点数。Mfragn引物和除了掩码预测之外，实例确定性得分为Mfragn引物min然后需要在实例之间进行排名。 我们使用面具7指数=n8dmin=cm9端部10端部prim更好的评分实例，如图所示。五、该算法首先利用掩模过滤掉背景点的特征，这些特征在评分时会成为噪声剩余的前景特征被发送到具有S形层的MLP中以进行预处理。dict实例确定性得分。 其次，启发于11如果d最小 0.5 43.5 64.1 75.6表5.ScanNet v2验证集上的消融结果，用于评价过滤掩码训练样本的有效性。在18门课中的12门中表现最好。方法整值集每帧S3dis在选项卡中。2、给出了S3DIS上的结果。HAIS推理时间（秒）推理时间（毫秒）比其他方法获得更高的结果SGPN [41]49433158439所有广泛使用的指标（mCov、mWCov、mPre和ASIS [42]56757181913mRec）。 ScanNet v2和S3DIS在术语GSPN [44]396312702类别、场景样式和点云密度。所述SOTA3D-SIS [17]38841124490HAIS在ScanNet v2和S3DIS上的性能证明了其较高的泛化能力。3D-BoNet [43]OccupSeg [15]287159492021904分 层 聚合和实例内预测。对于具有大尺寸和不完整点云的对象，将所有点分组在一起是相当具有挑战性的。我们可以观察到，利用所提出的分层聚合和实例内预测，获得了精确的实例分割掩模。4.4. 消融研究为了验证HAIS的设计，我们在ScanNet验证集上进行了一系列消融研究。分层聚合和实例内预测网络选项卡上的消融。3证明了层次聚合和实例内预测网络的有效性。实例内预测将结果提升2。7%AP、2. 4%AP50和0. 3%AP25. 集合聚合进一步将结果提高了1. 0%AP，0. 7%AP50和0. 25.第二十五章表6. ScanNet v2验证集上的推理时间。为了公平比较，推理时间是在相同类型的GPU（Titan X）上测量的。我们的HAIS实现了更好的推理速度比其他SOTA方法。使用掩码过滤点并计算IoU在实例内预测网络中，掩码用于支持确定性得分预测，即，滤除背景特征，计算实例确定性的监督信号IoU，如图所示。五、另一种方法是直接利用整个实例的特征而不过滤背景点来预测得分，并利用原始输入实例与GT之间的IoU来监督实例的确定性。消融实验见表1。4表明，使用掩码过滤点并计算IoU改善了结果。使用掩模对特征进行滤波可以避免背景噪声的影响。并且掩模比原始输入实例精确得多。口罩和GT之间的IoU比较合适[20]第二十话1414524.3.定性评价GICN [28]26888615图6在视觉上示出了本发明的实施例的有效性。HAIs12841015475地面实况基线具有分层聚集器w/ intra-ins。捕食具有分层聚集器&内部的捕食图6. ScanNet v2挑战案例的定性结果[6]。关键区域用红色圈出。分层聚合和实例内预测有助于更细粒度的预测，特别是对于具有大尺寸和碎片点云的对象作为确定性分数的监督信号。过滤掩码训练样本5，与使用所有实例作为掩码训练样本相比，最好过滤掉IoU阈值为0的低质量实例。五、低质量的实例通常覆盖很少的前景点，但覆盖大量的背景点。这些实例可能会给实例级细化带来歧义。在训练中过滤掉它们是有益的4.5. 推理速度对于实际应用，例如在混合现实和自主驱动的情况下，整个网络的推理速度至关重要。我们评估了HAIS的效率，并将其与其他方法进行了比较，如表1所示。六、单场景推理时间与点云中的点的数量高度相关并且变化很大。遵循[43，15，28]的评估方法，我们使用ScanNet v2的整个验证集推理时间对效率进行公平比较。HAIS仅需128秒即可推断验证集中的所有312次扫描，在所有方法中实现了最高效率。平均每HAIS的扫描推理延迟为410ms。逐点预测网络、点聚合、集合聚合和实例内预测网络分别花费172、125、4、109ms。5. 结论我们提出了HAIS，一个简洁的自下而上的方法进行三维实例分割。我们引入了层次聚合，GATION生成实例预测，在一个两步的方式和更细粒度的实例预测的实例内预测。在ScanNetv2和S3DIS上的实验表明，该方法是有效的，具有良好的泛化能力。HAIS的推理速度也比现有的所有方法都要快得多，在大多数场景中，特别是对延迟敏感的场景中，HAIS显示了其实用性。确认这项工作得到了国家自然科学基金的部分支持（No.61876212 号 61733007 ） 和 浙 江 实 验 室 （ 授 权 号2019NB0AB02）。15476引用[1] Iro Armeni ，Ozan Sener， Amir Roshan Zamir ，HelenJiang，Ioannis K. Brilakis，Martin Fischer，and SilvioSavarese.大规模室内空间的三维语义解析。在CVPR，2016年。[2] 白敏和拉奎尔·乌塔孙用于实例分割的深分水岭变换。在CVPR，2017年。[3] Bert De Brabandere，Davy Neven，and Luc Van Gool.基于判别损失函数的语义实例分割。arXiv：1708.02551，2017。[4] Kai Chen，Jiangmiao Pang，Jiaqi Wang，Yu Xiong，Xiaoxiao Li，Shuyang Sun，Wansen Feng，Ziwei Liu，Jianping Shi，Wanli Ouyang ，Chen Change Loy ，andDahua Lin.用于实例分段的混合任务级联。在CVPR，2019年。[5] Tianheng Cheng，Xinggang Wang，Lichao Huang，andWenyu Liu.边界保持掩码R-CNN。在ECCV，2020年。[6] 戴 安 琪 ， 天 使 X. 放 大 图 片 创 作 者 ： Thomas A.Funkhouser和Matthias Nießner。Scan-net：室内场景的丰富注释3D重建。在CVPR，2017年。[7] Jifeng Dai ，Kaiming He ，Yi Li ，Shaoqing Ren ，andJian Sun.实例敏感的全卷积网络。在ECCV，2016年。[8] 戴纪峰，易力，何开明，孙建R-FCN：通过基于区域的全卷积网络进行对象检测。InNeurIPS，2016.[9] Francis Engelmann ， Martin Bokeloh ， Alireza Fathi ，Bastian Leibe，and Matthias Nießner. 3d-mpa：用于3d语义实例分割的多提议聚集。在CVPR，2020年。[10] Francis Engelmann，Theodora Kontogianni，and BastianLeibe. 扩张点卷积：关于三维点云上点卷积的感受野在ICRA，2020年。[11] Yuxin Fang，Shusheng Yang，Xinggang Wang，Yu Li，Chen Fang，Ying Shan，Bin Feng，and Wenyu Liu.实例作为查询。arXiv：2105.01928，2021。[12] Alireza Fathi、 Zbigniew Wojna 、 Vivek Rathod 、 PengWang、Hyun Oh Song、Sergio Guadarrama和Kevin P.墨菲 基 于 深 度 度 量 学 习 的 语 义 实 例 分 割 。 arXiv ：1703.10277，2017。[13] 罗斯湾娘娘腔。快速R-CNN。在ICCV，2015年。[14] 本杰明·格雷厄姆、马丁·恩格尔克和劳伦斯·范德马滕。基于子流形稀疏卷积网络的三维语义分割。在CVPR，2018年。[15] 雷寒、天正、蓝旭、陆方。Occuseg：占用感知3D实例分割。在CVPR，2020年。[16] Kai m ingHe ， Geo r giaGkioxari ， PiotrDol la'r ，andRossB. 娘娘腔。面罩R-CNN。PAMI，2020年。[17] Ji Hou ， Angela Dai ， and Matthias Nießner. 3d-sis ：RGB-D扫描的3d扫描实例分割。在CVPR，2019年。[18] Zhaojin Huang，Lichao Huang，Yongchao Gong，ChangHuang ， and Xinggang Wang. 掩 模 评 分 R-CNN 。 在CVPR，2019年。[19] 蒋博瑞，罗瑞轩，毛嘉源，肖特特，蒋云英获取用于精确对象检测的定位置信度在ECCV，2018。[20] 李 江 ， 赵 恒 双 ， 史 少 帅 ， 刘 舒 ， 傅 志 荣 ， 贾 佳雅.Pointgroup：用于3D实例分割的双集点在CVPR，2020年。[21] Shu Kong和Charless C.福克斯用于实例分组的循环像素在CVPR，2018年。[22] 放大图片创作者：Martin R.奥斯瓦尔德和马克·波勒费斯。通过多任务度量学习的3d实例分割.在ICCV，2019年。[23] 李步宇，欧阳万里，卢胜，曾星宇，王晓刚.GS3D：一个用于自动驾驶的高效三维物体检测框架。在CVPR，2019年。[24] 李毅、齐昊之、戴季风、季向阳、魏一完全卷积的实例感知语义分割。在CVPR，2017年。[25] 放 大 图 片 作 者 ： 林 宗 毅 ， 彼 得 · 多 尔 ， 罗 斯 ·B.Girshick，KaimingHe，Bharath Hariharan，and Serge J.贝隆吉用于对象检测的特征金字塔网络。在CVPR，2017年。[26] 陈柳和古川康孝。MASC：用于3D实例分割的具有稀疏卷积的多尺度arXiv：1902.04478，2019。[27] 刘舒，陆琪，秦海防，石建平，贾佳雅。用于实例分段的路径聚合网络。在CVPR，2018年。[28] Shih-Hung Liu，Shang-Yi Yu，Shao-Chi Wu，Hwann-Tzong Chen，and Tyng-Luh Liu.学习高斯实例分割点云。arXiv：2007.09860，2020。[29] 伊利亚·罗希洛夫和弗兰克·哈特。SGDR：带有热重启的随机在ICLR，2017。[30] Daniel Maturana和Sebastian A.谢勒Voxnet：用于实时对象识别的3D卷积神经网络。InIROS，2015.[31] 莫开春，朱士林，天使X。放大图片作者：Chang，LiYi，Subarna Tripathi，Leonidas J. Guibas 和Hao Su 。Partnet：一个用于细粒度和层次化部件级3D对象理解的大规模基准测试。在CVPR，2019年。[32] Gaku Narita ， Takashi Seno ， Tomoya Ishikawa ， andYohsuke Kaji.全景融合：在线体积语义映射的东西和事物的水平。在IROS，2019年。[33] Davy Neven 、Bert De Brabandere、Marc Proesmans和Luc Van Gool。通过联合优化空间嵌入和聚类带宽的实例分割。在CVPR，2019年。[34] Quang-Hieu Pham 、 Duc Thanh Nguyen 、 Binh-SonHua、Gemma Roig和Sai-Kit Yeung。JSIS3D：使用多任务逐点网络和多值条件随机场对3D点云进行联合语义实例分割。在CVPR，2019年。[35] Charles Ruzhongtai Qi ， Hao Su ， Kaichun Mo ， andLeonidas J. Guibas Pointnet：对点集进行深度学习，用于3D分类和分割。在CVPR，2017年。[36] Charles Ruzhongtai Qi，Li Yi，Hao Su，and Leonidas J.Guibas Pointnet++：度量空间中点集的深度层次特征学习。NeurIPS，2017。15477[37] 任少卿，何开明，Ross B.Girshick和Jian Sun。更快的R-CNN ： 朝向 利用 区 域建 议 网络 的实 时 对象 检 测。PAMI，20