MFSeg: Efficient Multi-frame 3D Semantic Segmentation

要約

効率的なマルチフレーム3DセマンティックセグメンテーションフレームワークであるMFSEGを提案します。
特徴レベルでポイントクラウドシーケンスを集約し、特徴抽出と集約プロセスを正規化することにより、MFSEGは高精度を維持しながら計算オーバーヘッドを削減します。
さらに、軽量のMLPベースのポイントデコーダーを使用することにより、この方法は、過去のフレームから冗長ポイントをアップサンプリングする必要性を排除します。
ヌスセンとWaymoデータセットの実験は、MFSEGが既存の方法を上回り、その有効性と効率性を実証することを示しています。

要約(オリジナル)

We propose MFSeg, an efficient multi-frame 3D semantic segmentation framework. By aggregating point cloud sequences at the feature level and regularizing the feature extraction and aggregation process, MFSeg reduces computational overhead while maintaining high accuracy. Moreover, by employing a lightweight MLP-based point decoder, our method eliminates the need to upsample redundant points from past frames. Experiments on the nuScenes and Waymo datasets show that MFSeg outperforms existing methods, demonstrating its effectiveness and efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google