概率驱动语义分割框架

一种面向开放世界的点云语义分割框架，能识别未知类别并逐步学习，行为类似人类。

徐锦芬苦 · Siyuan, Yang · 李贤芝 · Tang, Yuan · 好医学 · Hu, Long · 陈敏

2024

技术优势

能认出没见过的东西

通过轻量U解码器估计不确定性来识别未知类别，使模型像人类一样发现新物体。

学会新类别不遗忘旧知识

增量知识蒸馏策略将新类逐步融入已有知识库，无需重新训练整个模型。

大幅领先现有方法

在S3DIS和ScanNetv2两个开放世界语义分割任务上均显著优于其他方法。

应用场景

• 开放世界语义分割：让分割系统不再局限于封闭类别，能处理真实世界中不断出现的新物体。
• 未知物体识别：无需预先定义类别即可发现并标记未知物体，减少人工标注成本。
• 机器人环境理解：机器人可在线识别新物体并持续更新知识，适应动态环境。