扫描完成

ScanComplete:用于三维扫描的大规模场景完成和语义分割。我们介绍了ScanComplete,一种新的数据驱动方法,它将场景的不完全三维扫描作为输入,并预测出一个完整的三维模型以及每体素语义标签。我们的方法的主要贡献在于它能够处理空间范围不同的大型场景,并随着场景大小的增加管理数据大小的立方增长。为此,我们设计了一个完全卷积生成的3D-CNN模型,其滤波核对整个场景大小是不变的。该模型可以在场景子体积上训练,但在测试时部署在任意大的场景上。此外,我们提出了一种由粗到精的推理策略,以产生高分辨率的输出,同时也利用了大的输入上下文大小。在一系列广泛的实验中,我们仔细评估了不同的模型设计选择,同时考虑了完成和语义推理的确定性和概率模型。结果表明,我们的方法不仅在处理环境的大小和处理效率上优于其他方法,而且在完成质量和语义分割性能方面都有显著的提高。