SF-City无源域适应网络

mIoU 提升 6.3%

一种利用2D基础模型知识生成点级伪标签,无需源域数据的城市规模点云语义分割网络,通过多尺度特征提取、不确定性引导特征融合与几何约束伪标签生成,有效解决跨域差异问题。

刘彦 · Zhu, Hongyuan · 雷印杰 · Hao, Liu · Pei, Yun · 郭裕兰

IEEE Transactions on Multimedia 2025

参数信息

mIoU
28.8 %

技术优势

无需源域数据

直接从2D预训练模型提取知识生成伪标签,绕开数据获取限制。

领先的mIoU

在SensatUrban上达到28.8% mIoU,超越对比方法。

跨域差距有效缓解

通过多尺度内容提取、不确定性引导特征融合和几何约束伪标签生成,应对视角、概念和几何差异。

应用场景