PulseAugur
中
实时 11:40:51
English(EN) COSTA: A Cluster-Centric Paradigm for Annotation-Free Open-Set Semantic Segmentation of Aerial Point Clouds with Domain Shifts

COSTA 为航空点云实现了无标注开放集语义分割

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的航空点云语义分割方法 COSTA，该方法解决了域偏移和开放集识别问题。与以往的方法不同，COSTA 采用面向聚类的范式，从逐点适应转向更具可扩展性的聚类级别传播。这使得模型能够在推理过程中适应新域而无需重新训练，并分割超出原始训练标签的类别。通过将特征分布蒸馏到语义质心，并使用开放词汇视觉-语言模型进行伪标签化，COSTA 在具有不同域和异构类别空间的基准测试中取得了显著改进，mIoU 达到了 70.09%。 AI

影响 这项研究有望提高用于分析航空影像的 AI 模型在多样化和未标记环境中的准确性和适应性。

排序理由 该集群包含一篇详细介绍语义分割新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

COSTA 为航空点云实现了无标注开放集语义分割

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yanghong Lin, Li Fang, Tianyu Li, Shudong Zhou, Wei Yao ·

    COSTA：一种用于航空点云无标注开放集语义分割的簇中心范式，可应对域偏移

    arXiv:2608.18479v1 Announce Type: new Abstract: Semantic segmentation of aerial point cloud is trapped in a generalization crisis under distinct domain shifts. While test-time adaptation offers a privacy-preserving and computationally efficient way to adapt pre-trained models to …

相关实体

相关话题