我院马月昕课题组大四本科生发表ICME论文

我院马月昕课题组在3D点云分割中取得重要进展。相关成果以“Input-output balanced framework for long-tailed lidar semantic segmentation”为题在CCF-B类会议多媒体IEEE国际会议及展览会（IEEE International Conference on Multimedia and Expo (ICME) 2021）上发表。

全面的场景理解对于自动驾驶至关重要，LiDAR语义分割对于整体感知起着不可或缺的作用，并吸引了广泛的研究。但是，大多数现有方法都将注意力集中在网络设计和数据结构化处理上，而忽略了现实数据集中数据分布不平衡的特点。针对3D点云处理中的一个核心问题，即类别不平衡分布（也称为长尾分布），马月昕课题组设计了一个新型的神经网络结构和数据增强的架构，可以作为一个即插即用的模型应用于激光雷达的语义分割任务，具体来说，该框架是一个输入-输出平衡的设置，分别从输入和输出的角度改善长尾分布问题。从输入角度，通过分析原始数据集中长尾（即出现频率较少的模型）样本的位置和密度分布，利用LiDAR扫描生成点云数据的原理和目前已有的模型，合成不同类别的样本并加入原本数据集，从而平衡了输入数据并改善了数据的多样性。在输出部分，提出了一个多模块的输出方式，根据不同样本的形状和样本量对其进行分组，不同类别输入不同的输出模块，从而减轻了特征学习过程中主要类别的样例对少样本样例的影响。

该模型在两个大型数据集（即SemanticKITTI和nuScenes）上进行了评估证明了其有效性和先进性。提出的新模块还可以即插即用，适用于各种网络模型和数据集，进一步提升原模型的表现力，有良好的泛化能力。

课题组大四本科生丛培珊为第一作者，马月昕教授为通讯作者，上海科技大学为第一完成单位。

【原文链接】

https://arxiv.org/abs/2103.14269

图一.方法框架

表一.在SemanticKITTI数据集上的分割结果