ScanNet20

新框架利用深度数据增强隐私保护的三维语义分割

研究人员开发了一个名为 UTTO（不确定性引导的测试时优化）的新框架，利用仅深度数据来增强隐私保护的三维语义分割。该方法通过利用仅深度几何来解决依赖可能损害隐私的 RGB 图像的挑战。UTTO 将预测中的不确定性转化为引导信号，利用基础模型的先验知识来优化不可靠的语义响应。在 ScanNet20、ScanNet40 和 ScanNet200 数据集上的实验表明，UTTO 在无需额外训练的情况下显著提高了仅深度开放词汇三维分割的性能。