Spatial Clustering Regularization

PointINS框架通过实例感知学习推进3D场景理解

研究人员开发了PointINS，一个新颖的自监督学习框架，旨在增强从点云理解3D场景的能力。该框架旨在弥合语义感知和实例定位之间的差距，这对于开发全面的3D Foundation Models至关重要。PointINS包含一个正交偏移分支和两种正则化策略，偏移分布正则化（ODR）和空间聚类正则化（SCR），以联合学习语义理解和几何推理。实验表明，在多个数据集的实例分割和全景分割任务上取得了显著的改进。