NeurIPS2019：3D點雲實例分割的新框架3D-BoNet

    導讀   機器能夠理解3D場景是自動駕駛，增強現實和機器人技術的基本必要條件。3D幾何數據（例如點雲）的核心問題包括語義分割，對象檢測和實例分割。在這些問題中，實例分割僅在文獻中才開始解決。主要的障礙是點雲本質上是無序的，無結構的和不均勻的。廣泛使用的卷積神經網絡要求對3D點雲進行體素化，從而導致高昂的計算和存儲成本。第一個直接解決3D實例分割的神經算法是SGPN，該算法通過相似矩陣學習對

>>阅读原文<<