أقل هو أكثر: تقليل تعقيد المهمة والنموذج لتصنيف المعنى للسحابة النقطية ثلاثية الأبعاد

بالرغم من النمو الكبير في توافر بيانات السحابة النقطية ثلاثية الأبعاد المستمدة من أجهزة LiDAR في السنوات الأخيرة، تظل عملية التسمية (annotation) باهظة التكلفة وطويلة الأمد، مما يولد حاجة ملحة إلى أساليب فصل دلالي شبه مُراقبة، خصوصًا في مجالات تطبيقية مثل القيادة الذاتية. غالبًا ما تعتمد الدراسات الحالية على شبكات أساسية (backbone) كبيرة نسبيًا لتحسين دقة الفصل، ولكن ذلك بذات الوقت يزيد من التكاليف الحسابية. بالإضافة إلى ذلك، يستخدم العديد منها عينة موحدة (uniform sampling) لتقليل احتياجات البيانات المُعلّمة، لكن هذا غالبًا ما يؤدي إلى أداء غير مثالي. لمعالجة هذه المشكلات، نقترح مسارًا جديدًا يعتمد على بنية أصغر، مما يقلل الحاجة إلى عدد كبير من التسميات المُعلّمة، ويحقق دقة فصل أعلى مقارنة بالأساليب الحديثة. ويُمكّن من ذلك وحدة جديدة تُسمى "الانعكاس العميق النادر" (Sparse Depthwise Separable Convolution)، التي تقلل بشكل كبير من عدد معاملات الشبكة مع الحفاظ على الأداء العام للمهمة. ولتقليل عينة البيانات التدريبية بكفاءة، نقترح طريقة جديدة تُسمى "خفض الإطارات المكررة المكانية-الزمنية" (Spatio-Temporal Redundant Frame Downsampling, ST-RFD)، التي تستفيد من معرفة حركة المستشعر داخل البيئة لاستخراج مجموعة متنوعة أكثر من عينات إطارات البيانات التدريبية. ولتحسين استغلال العينات المحدودة من البيانات المُعلّمة، نُقدّم أيضًا طريقة تسمية وهمية ناعمة (soft pseudo-label) مُستندة إلى معامل انعكاس LiDAR. تتفوق طريقة التصميم المقترحة على الطرق الشبه المُراقبة الحديثة من حيث متوسط دقة التقاط المُتداخل (mIoU)، باستخدام كمية أقل من البيانات المُعلّمة، على مجموعتي بيانات التقييم SemanticKITTI (59.5@5%) وScribbleKITTI (58.1@5%)، مع تقليل بنسبة 2.3 مرة في عدد معاملات النموذج وبنسبة 641 مرة في عدد العمليات الحسابية (مُضاعفات-جمع)، مع إظهار تحسين ملحوظ في الأداء عند استخدام بيانات تدريب محدودة (أي: "القليل يُعطي الكثير").