子空间原型引导以缓解点云语义分割中的类别不平衡
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对点云语义分割中的类别不平衡问题，提出了一种新方法——子空间原型引导（SPG），旨在提升分割网络的辨别能力。通过将点云划分为独立的类别点集并引导特征空间的生成，实验结果表明该方法显著提高了分割性能，超越了现有的最先进技术。
本文提出了一种分层点云主动学习策略，解决了学习3D点云分割时的有限注释问题。通过使用上下文信息的分层最小边距不确定性模块对每个点进行不确定性度量，并设计了特征距离抑制策略来选择重要和代表性的点进行手动标注。实验结果表明，该框架在使用极少训练数据时性能优于最先进的弱监督和主动学习方法。
