Deep Learning on 3D Semantic Segmentation: A Detailed Review

要約

この論文では、3D セマンティック セグメンテーション (3DSS) における最近および以前の深層学習手法の徹底的なレビューと包括的な分析を示します。
関連文献では、3DSS 深層学習手法の分類に使用される分類スキームがあいまいです。
9 つの既存のレビュー論文の分類スキームに基づいて、3DSS 深層学習手法の新しい分類スキームが提案され、標準化して関連研究間の比較可能性と明確性を向上させることを目的としています。
さらに、利用可能な 3DSS 屋内および屋外データセットの広範な概要がそのリンクとともに提供されます。
レビューの中核となる部分は、最近および以前の 3DSS 深層学習手法と、提案された分類スキームを使用したその分類とその GitHub リポジトリの詳細なプレゼンテーションです。
さらに、3DSS で使用される評価指標と損失関数の簡単ですが有益な分析が含まれています。
最後に、3DSS の分野における新しい研究の方向性と応用を促進するために、調査された 3DSS の手法とデータセットに関する有意義な議論が提示されます。
補足として、このレビューには、400 を超える 3DSS メソッドの簡単な分類を含む GitHub リポジトリ (https://github.com/thobet/Deep-Learning-on-3D-Semantic-Segmentation-a-Detailed-Review) が提供されています。
提案された分類スキーム。

要約(オリジナル)

In this paper an exhaustive review and comprehensive analysis of recent and former deep learning methods in 3D Semantic Segmentation (3DSS) is presented. In the related literature, the taxonomy scheme used for the classification of the 3DSS deep learning methods is ambiguous. Based on the taxonomy schemes of 9 existing review papers, a new taxonomy scheme of the 3DSS deep learning methods is proposed, aiming to standardize it and improve the comparability and clarity across related studies. Furthermore, an extensive overview of the available 3DSS indoor and outdoor datasets is provided along with their links. The core part of the review is the detailed presentation of recent and former 3DSS deep learning methods and their classification using the proposed taxonomy scheme along with their GitHub repositories. Additionally, a brief but informative analysis of the evaluation metrics and loss functions used in 3DSS is included. Finally, a fruitful discussion of the examined 3DSS methods and datasets, is presented to foster new research directions and applications in the field of 3DSS. Supplementary, to this review a GitHub repository is provided (https://github.com/thobet/Deep-Learning-on-3D-Semantic-Segmentation-a- Detailed-Review) including a quick classification of over 400 3DSS methods, using the proposed taxonomy scheme.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google