面向3D点云语义分割的自适应数量原型学习

3D点云语义分割是实现3D场景理解的核心任务之一，已在元宇宙应用中得到广泛应用。近年来，诸多3D语义分割方法为每个语义类别学习一个单一原型（即分类器权重），并通过计算点云中各点与最近原型的相似度进行分类。然而，为每个类别仅学习单一原型会限制模型对类别内部高变异性模式的描述能力。为此，本文提出不再为每个类别学习单一原型，而是采用自适应数量的原型，以动态刻画同一语义类别内部的不同点云模式。结合视觉Transformer的强大建模能力，我们设计了一种自适应原型学习（Number-Adaptive Prototype Learning, NAPL）模型，用于点云语义分割。为训练该NAPL模型，我们进一步提出一种简单而有效的原型丢弃（prototype dropout）训练策略，使模型能够自适应地为每个类别生成合适的原型数量。在SemanticKITTI数据集上的实验结果表明，与基于点级分类范式的基线模型相比，本方法在mIoU指标上提升了2.3%。