
摘要
语义分割与语义边缘检测在计算机视觉中可被视为两个密切相关且互为对偶的问题。尽管基于学习的三维语义分割方法发展迅速,但针对三维语义边缘检测的学习研究仍鲜有关注,更鲜有针对两项任务联合学习的方法。本文首次系统地 tackling 三维语义边缘检测任务,并提出一种新型的双流全卷积网络,实现两项任务的联合建模。特别地,我们设计了一种联合优化模块,显式地融合区域信息与边缘信息,以提升两项任务的性能表现。此外,我们提出一种新颖的损失函数,引导网络生成边界更加精确的语义分割结果。在S3DIS和ScanNet数据集上的大量实验表明,所提方法在语义分割任务上达到与当前最先进方法相当甚至更优的性能,同时在语义边缘检测任务上显著优于基线方法。代码已开源:https://github.com/hzykent/JSENet