Semantic scene completion (SSC) is a challenging Computer Vision task with many practical applications, from robotics to assistive computing. Its goal is to infer the 3D geometry in a field of view of a scene and the semantic labels of voxels, including occluded regions. In this work, we present SPAwN, a novel lightweight multimodal 3D deep CNN that seamlessly fuses structural data from the depth component of RGB-D images with semantic priors from a bimodal 2D segmentation network. A crucial difficulty in this field is the lack of fully labeled real-world 3D datasets which are large enough to train the current data-hungry deep 3D CNNs. In 2D computer vision tasks, many data augmentation strategies have been proposed to improve the generalization ability of CNNs. However those approaches cannot be directly applied to the RGB-D input and output volume of SSC solutions. In this paper, we introduce the use of a 3D data augmentation strategy that can be applied to multimodal SSC networks. We validate our contributions with a comprehensive and reproducible ablation study. Our solution consistently surpasses previous works with a similar level of complexity.


翻译:语义场景完成( SSC) 是一项具有挑战性的计算机视野任务, 有许多实际应用, 从机器人到辅助计算。 其目标在于将三维几何学从一个场景的视野和Voxels( 包括隐蔽区域) 的语义标签中推导出来。 在这项工作中, 我们提出了新的SPAwN, 这是一种新型轻巧的多式联运3D深线CNN, 它将RGB- D图像的深度部分的结构数据与双式二维分解网络的语义前缀无缝地结合在一起。 这一领域的一个关键困难是缺乏完全贴上标签的真实世界 3D数据集, 这些数据已足够大, 足以培训当前数据饥饿的深度 3D CNN。 在 2D 计算机视野任务中, 我们提出了许多数据增强战略, 以提高CNN的普及能力。 但是, 这些方法不能直接适用于 RGB- D 输入和 SSC 解决方案的输出量。 在本文中, 我们引入了3D 数据增强战略的使用, 可以应用于多式 SSC 网络。 我们用一个全面且可复制的复杂程度的研究来验证我们的贡献。

1
下载
关闭预览

相关内容

数据增强在机器学习领域多指采用一些方法(比如数据蒸馏,正负样本均衡等)来提高模型数据集的质量,增强数据。
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
【泡泡一分钟】学习多视图相似度(ICCV-2017)
泡泡机器人SLAM
10+阅读 · 2018年10月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Two Stream 3D Semantic Scene Completion
Arxiv
4+阅读 · 2018年7月16日
W-net: Bridged U-net for 2D Medical Image Segmentation
Arxiv
19+阅读 · 2018年7月12日
VIP会员
相关VIP内容
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Top
微信扫码咨询专知VIP会员