论文一起读 | PartSLIP: 通过预训练的视觉语言模型对三维点云进行小样本部件分割

文章预览

‍ 导读 本文是VCC陈永昊同学对论文 PartSLIP: Low-Shot Part Segmentation for 3D Point Clouds via Pretrained Image-Language Models 的解读，该工作由加利福尼亚大学和高通人工智能实验室合作完成，并已被发表在计算机视觉顶级会议CVPR 2023上。  项目主页：  https://colin97.github.io/PartSLIP_page/  该工作提出了一种新的3D物体部件分割方法， 利用预训练的视觉-语言模型GLIP来解决传统监督学习需要大量标注数据的问题 。该方法通过点云渲染连接二维和三维空间，并将GLIP获得的二维分割信息转移到三维点云上，同时利用 小样本提示微调技术 和 多视角视觉特征融合技术 进一步提升算法性能。 注：本文图片均来自原论文与其项目主页。 I  引言  虽然传统的监督学习方法在3D部件分割领域取得了重大进展[1, 2]，但这些方法在面对未知类别的3D物体时往往显得力不从心。与图像数 ………………………………