摘要

三维点云能够精确且直观地描述真实场景。迄今为止，如何在这样信息丰富的三维场景中分割多样化元素的问题很少被讨论。本文首先介绍了一种简单而灵活的框架，可以同时对点云中的实例和语义进行分割。然后，我们提出了两种方法，使这两项任务能够互相利用，从而实现双赢的局面。具体而言，我们通过学习语义感知的点级实例嵌入（semantic-aware point-level instance embedding），使实例分割从语义分割中受益。与此同时，属于同一实例的点的语义特征被融合在一起，以提高每个点的语义预测准确性。我们的方法在三维实例分割方面大幅超越了现有最先进方法，并在三维语义分割方面也取得了显著的改进。代码已发布在：https://github.com/WXinlong/ASIS。