論文の概要: Open-world Point Cloud Semantic Segmentation: A Human-in-the-loop Framework

• arxiv url: http://arxiv.org/abs/2508.04962v1
• Date: Thu, 07 Aug 2025 01:20:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-08 18:59:39.679161
• Title: Open-world Point Cloud Semantic Segmentation: A Human-in-the-loop Framework
• Title（参考訳）: オープンワールドのポイントクラウドセマンティックセマンティックセグメンテーション
• Authors: Peng Zhang, Songru Yang, Jinsheng Sun, Weiqing Li, Zhiyong Su,
• Abstract要約: オープンワールドポイントクラウドセマンティックセグメンテーション(OW-Seg)は、実世界のシナリオにおいて、ベースクラスと新しいクラスのポイントラベルを予測することを目的としている。 HOW-SegはOW-Segのための最初のヒューマン・イン・ザ・ループ・フレームワークである。 HOW-Segは、疎い人間のアノテーションをガイダンスとして活用することにより、ベースクラスと新規クラスのプロトタイプベースのセグメンテーションを可能にする。
• 参考スコア（独自算出の注目度）: 8.451270206964534
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Open-world point cloud semantic segmentation (OW-Seg) aims to predict point labels of both base and novel classes in real-world scenarios. However, existing methods rely on resource-intensive offline incremental learning or densely annotated support data, limiting their practicality. To address these limitations, we propose HOW-Seg, the first human-in-the-loop framework for OW-Seg. Specifically, we construct class prototypes, the fundamental segmentation units, directly on the query data, avoiding the prototype bias caused by intra-class distribution shifts between the support and query data. By leveraging sparse human annotations as guidance, HOW-Seg enables prototype-based segmentation for both base and novel classes. Considering the lack of granularity of initial prototypes, we introduce a hierarchical prototype disambiguation mechanism to refine ambiguous prototypes, which correspond to annotations of different classes. To further enrich contextual awareness, we employ a dense conditional random field (CRF) upon the refined prototypes to optimize their label assignments. Through iterative human feedback, HOW-Seg dynamically improves its predictions, achieving high-quality segmentation for both base and novel classes. Experiments demonstrate that with sparse annotations (e.g., one-novel-class-one-click), HOW-Seg matches or surpasses the state-of-the-art generalized few-shot segmentation (GFS-Seg) method under the 5-shot setting. When using advanced backbones (e.g., Stratified Transformer) and denser annotations (e.g., 10 clicks per sub-scene), HOW-Seg achieves 85.27% mIoU on S3DIS and 66.37% mIoU on ScanNetv2, significantly outperforming alternatives.
• Abstract（参考訳）: オープンワールドポイントクラウドセマンティックセグメンテーション(OW-Seg)は、実世界のシナリオにおいて、ベースクラスと新しいクラスのポイントラベルを予測することを目的としている。 しかし、既存の手法はリソース集約型のオフラインインクリメンタル学習や、高密度に注釈付けされたサポートデータに依存しており、実用性は制限されている。 これらの制約に対処するため,OW-Seg のための最初のヒューマン・イン・ザ・ループ・フレームワーク HOW-Seg を提案する。 具体的には、クエリデータに直接基づく基本セグメンテーションユニットであるクラスプロトタイプを構築し、サポートとクエリデータ間のクラス内分散シフトに起因するプロトタイプバイアスを回避する。 HOW-Segは、疎い人間のアノテーションをガイダンスとして活用することにより、ベースクラスと新規クラスのプロトタイプベースのセグメンテーションを可能にする。 初期プロトタイプの粒度の欠如を考慮すると、異なるクラスのアノテーションに対応するあいまいなプロトタイプを洗練するための階層型プロトタイプ曖昧化機構を導入する。 文脈認識をさらに強化するために,改良されたプロトタイプに高密度条件付きランダムフィールド(CRF)を用いてラベル割り当てを最適化する。 反復的フィードバックによってHOW-Segは予測を動的に改善し、ベースクラスと新規クラスの両方で高品質なセグメンテーションを実現する。 実験により、スパースアノテーション(例: 1-novel-class-one-click)では、HOW-Segは5-shot設定の下で、最先端の一般化されたパースショットセグメンテーション(GFS-Seg)メソッドにマッチするか、あるいは超えることを示した。 高度なバックボーン(例えば、Stratified Transformer)とより密集したアノテーション(例えば、サブシーンあたり10クリック)を使用する場合、HOW-SegはS3DISでは85.27% mIoU、ScanNetv2では66.37% mIoUを達成し、代替案よりも大幅に優れている。

関連論文リスト

• Subspace Prototype Guidance for Mitigating Class Imbalance in Point Cloud Semantic Segmentation [23.250178208474928]
  本稿では,サブスペースのプロトタイプガイダンス(textbfSPG)を用いて,セグメンテーションネットワークのトレーニングを指導する手法を提案する。 提案手法はセグメンテーション性能を大幅に向上し,最先端の手法を超越する。
  論文  参考訳（メタデータ） (2024-08-20T04:31:46Z)
• Beyond Known Clusters: Probe New Prototypes for Efficient Generalized Class Discovery [23.359450657842686]
  Generalized Class Discovery (GCD) はラベル付きデータから学んだ知識に基づいてラベルを部分的にラベル付きデータに動的に割り当てることを目的としている。 本稿では,学習可能な潜在的なプロトタイプを導入し,クラスタプロトタイプを拡張する適応型探索機構を提案する。 我々の手法は、スタンフォード・カーズ・データセットの9.7%の差で、最も近い競合相手を上回っている。
  論文  参考訳（メタデータ） (2024-04-13T12:41:40Z)
• Training-Free Semantic Segmentation via LLM-Supervision [37.9007813884699]
  本稿では,大規模言語モデル(LLM)を用いたテキスト教師付きセマンティックセマンティックセマンティクスの新しいアプローチを提案する。 我々のメソッドは LLM から始まり、より正確なクラス表現のための詳細なサブクラスのセットを生成する。 次に、テキスト教師付きセマンティックセマンティックセマンティクスモデルを用いて、生成されたサブクラスをターゲットラベルとして適用する。
  論文  参考訳（メタデータ） (2024-03-31T14:37:25Z)
• Rethinking Few-shot 3D Point Cloud Semantic Segmentation [62.80639841429669]
  本稿では,FS-PCSによる3Dポイント・クラウドセマンティックセマンティックセグメンテーションについて再検討する。 我々は、最先端の2つの重要な問題、前景の漏洩とスパースポイントの分布に焦点をあてる。 これらの問題に対処するために、新しいベンチマークを構築するための標準化されたFS-PCS設定を導入する。
  論文  参考訳（メタデータ） (2024-03-01T15:14:47Z)
• Boosting Few-shot 3D Point Cloud Segmentation via Query-Guided Enhancement [30.017448714419455]
  本稿では,PC-FSSモデルの改良手法を提案する。 従来のPC-FSSでは,クエリサンプルの新規クラスを識別するために,サポートプロトタイプのカテゴリ情報を直接活用する手法とは異なり,モデル性能を著しく向上させる2つの重要な側面を同定する。
  論文  参考訳（メタデータ） (2023-08-06T18:07:45Z)
• Weakly Supervised 3D Point Cloud Segmentation via Multi-Prototype Learning [37.76664203157892]
  ここでの根本的な課題は、局所幾何学構造の大きなクラス内変異であり、結果として意味クラス内のサブクラスとなる。 この直感を活用し、各サブクラスの個別分類器を維持することを選択します。 我々の仮説はまた、追加アノテーションのコストを伴わずにセマンティックサブクラスの一貫した発見を前提に検証されている。
  論文  参考訳（メタデータ） (2022-05-06T11:07:36Z)
• BMD: A General Class-balanced Multicentric Dynamic Prototype Strategy for Source-free Domain Adaptation [74.93176783541332]
  Source-free Domain Adaptation (SFDA)は、トレーニング済みのソースモデルを、十分にラベル付けされたソースデータにアクセスすることなく、未ラベルのターゲットドメインに適応することを目的としている。 ソースデータの欠如を補うため、既存のほとんどのメソッドは、機能プロトタイプベースの擬似ラベル戦略を導入した。 SFDAタスクのための汎用クラスベース多中心動的プロトタイプ戦略を提案する。
  論文  参考訳（メタデータ） (2022-04-06T13:23:02Z)
• APANet: Adaptive Prototypes Alignment Network for Few-Shot Semantic Segmentation [56.387647750094466]
  Few-shotのセマンティックセマンティックセマンティクスは、指定されたクエリイメージに、ラベル付きサポートイメージのみで、新規クラスのオブジェクトをセグメントすることを目的としている。 ほとんどの高度なソリューションは、各クエリ機能を学習したクラス固有のプロトタイプにマッチさせることでセグメンテーションを実行するメトリクス学習フレームワークを利用している。 本稿では,クラス固有およびクラス非依存のプロトタイプを導入することで,適応型プロトタイプ表現を提案する。
  論文  参考訳（メタデータ） (2021-11-24T04:38:37Z)
• Dual Prototypical Contrastive Learning for Few-shot Semantic Segmentation [55.339405417090084]
  本稿では,FSSタスクに適合する2つの特徴的コントラスト学習手法を提案する。 第一の考え方は、プロトタイプの特徴空間におけるクラス内距離を減少させながら、クラス間距離を増やすことで、プロトタイプをより差別的にすることである。 提案手法は,PASCAL-5iおよびCOCO-20iデータセット上で,最先端のFSS手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-11-09T08:14:50Z)
• Prior Guided Feature Enrichment Network for Few-Shot Segmentation [64.91560451900125]
  最先端のセマンティックセグメンテーション手法は、良い結果を得るために十分なラベル付きデータを必要とする。 少数のラベル付きサポートサンプルを持つ新しいクラスに迅速に適応するモデルを学習することで,この問題に対処するためのショットセグメンテーションが提案されている。 これらのフレームワークは、高レベルのセマンティック情報の不適切な使用により、目に見えないクラスにおける一般化能力の低下という課題に直面している。
  論文  参考訳（メタデータ） (2020-08-04T10:41:32Z)
• Part-aware Prototype Network for Few-shot Semantic Segmentation [50.581647306020095]
  本稿では,プロトタイプ表現に基づく新規な数ショットセマンティックセマンティックセマンティクスフレームワークを提案する。 私たちのキーとなるアイデアは、全体論的なクラス表現を、部分認識型プロトタイプのセットに分解することです。 提案する部分認識型プロトタイプを生成・拡張する新しいグラフニューラルネットワークモデルを開発した。
  論文  参考訳（メタデータ） (2020-07-13T11:03:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。