【CVPR2020-香港中文大学】PointGroup:用于3D实例分割的双设置点分组，PointGroup: Dual-Set Point Grouping for 3D Instance Segmentation

题目： PointGroup: Dual-Set Point Grouping for 3D Instance Segmentation

摘要：

实例分割是场景理解的一项重要工作。与成熟的二维、三维实例分割方法相比，点云的实例分割方法还有很大的改进空间。在本文中，我们提出了PointGroup，这是一种新的端到端自底向上的体系结构，专门关注通过探索对象之间的空隙来更好地分组点。我们设计了一个两分支网络来提取点特征并预测语义标签和偏移量，以便将每个点移动到其各自的实例形心。利用原始点坐标集和偏移点坐标集的互补优势，采用聚类方法进行聚类。此外，我们用记分网来评估候选实例，然后使用非最大抑制(Non-Maximum Suppression, NMS)来删除重复的实例。我们在两个具有挑战性的数据集，ScanNet v2和S3DIS上进行了大量的实验，我们的方法取得了最高的性能，分别为63.6%和64.0%，而在IoU阈值为0.5的mAP方面，以前的最佳解决方案分别为54.9%和54.4%。