Compositional Semantic Mix for Domain Adaptation in Point Cloud Segmentation
点云分割领域自适应的组合语义混合
Cristiano Saltori, Fabio Galasso, Giuseppe Fiameni, Nicu Sebe, Fabio Poiesi, Elisa Ricci
代码：https://github.com/saltoricristiano/cosmix-uda
摘要
当在不同传感器捕获或在变化环境中测试时，深度学习模型用于3D点云语义分割展现出有限的泛化能力，这是由于领域偏移所导致的。领域自适应方法可以用来减轻这种领域偏移，例如，通过模拟传感器噪声、开发领域不可知生成器或训练点云完成网络。通常，这些方法为范围视图图或需要多模态输入而量身定制。相比之下，图像领域的领域自适应可以通过样本混合来执行，这强调了输入数据的操作，而不是采用不同的自适应模块。在本研究中，我们引入了点云领域自适应的组合语义混合，这是第一个基于语义和几何样本混合的无监督领域自适应技术，用于点云分割。我们提出了一个双分支对称网络架构
标签：适应,分割,TPAMI,语义,领域,2024,点云,混合 From： https://blog.csdn.net/qq_42722197/article/details/141109232