新损失函数缩小SFC邻域与欧氏空间差距

1. 12:00
   arXiv cs.CV

   减少 3D 点云分割中空间近邻与空间填充曲线近邻之间的差距

   针对空间填充曲线（SFC）近邻搜索中曲线邻近关系与原始欧氏空间邻近关系存在差距的问题，研究者提出一种损失函数，通过计算 SFC 上相邻点之间的距离，训练模型优化在原始 3D 空间中相距较远的点对之间的特征相似度。该方法被集成到高性能 3D 点云分割模型中，在三个数据集上评估，在室内和室外点云数据集上均优于传统方法。该工作已被 ECCV2026 Workshop 接收。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。