BriefGPT - AI 论文速递
·
CloudFixer：基于扩散引导几何变换的三维点云测试时适应
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文研究了点云语义分割中的域自适应和测试时间自适应，通过引入领域转换和更新 BN 统计的方法，以及最大化信息和可靠性约束伪标签的方法，提高了分类准确率。在摄影测量到空中 LiDAR 的适应中，达到了59.46%的mIoU和85.97%的OA。
🎯
关键要点
- 本文研究了点云语义分割中的域自适应和测试时间自适应。
- 通过引入领域转换和更新 BN 统计的方法，提高了分类准确率。
- 采用最大化信息和可靠性约束伪标签的方法，取得了更好的分类准确率。
- 在摄影测量到空中 LiDAR 的适应中，达到了 59.46% 的 mIoU 和 85.97% 的 OA。
➡️
