多路径块补全网络

无损耗下采样

通过多路径块聚合多尺度特征，避免了传统下采样的信息损失，显著提升点云场景补全精度。

Zhaoyang, Xia · Youquan, Liu · Li, Xin · 祝新革 · Ma, Yuexin · Yikang, Li · Hou, Yuenan · Qiao, Yu

2023

参数信息

mIoU（SemanticKITTI）

7.2 mIoU

排名（SemanticKITTI SSC）

1

技术优势

从多帧模型蒸馏稠密语义知识

通过稠密到稀疏的知识蒸馏，将多帧教师模型的关系型语义知识迁移到单帧学生模型，显著提升特征学习。

应用场景

• 自动驾驶场景理解：直接输出稠密语义场景，让自动驾驶系统感知更完整的周围环境。
• 机器人导航：从稀疏点云补全语义场景，帮助机器人在未知环境中更好地规划和避障。
• 三维重建：对不完整输入进行语义补全，提升三维重建的完整性和语义一致性。