摘要：Abstract 全景分割的目的是在单一训练体系结构中统一实例分割和语义分割。论文中提出了一个快速和稳健的LiDAR点云全景分割框架(Panoptic-PolarNet)。 文中使用了极坐标鸟瞰图(BEV)表示在单个推理网络中学习语义分割和类无关的实例聚类，这样能够避免城市街道场景中实例之间的遮挡问 阅读全文

摘要：Abstract 由于之前的监督学习仅针对神经网络中的输出结果进行预测，因此隐藏层特征通常无法学习到3D分割的信息表达，然而这个问题可以通过对中间层的多尺度监督来解决。 在本文中，作者首次提出了基于渐进感受野分量推理(RFCR)的全尺寸监督点云分割方法，其中目标感受野局部区域编码 (RFCCs)的目 阅读全文