A Simple Framework of Few-Shot Learning Using Sparse Annotations for Semantic Segmentation of 3-D Point Clouds

The semantic segmentation of point clouds plays a crucial role in the interpretation of 3-D scene. However, the majority of supervised learning methods needs a great number of annotated data to train an effective model, which requires labor-intensive and time-consuming annotation of 3-D points. In t...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	Rong Huang, Yang Gao, Yusheng Xu, Ludwig Hoegner, Xiaohua Tong
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	IEEE 2024-01-01
Շարք:	IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
Խորագրեր:	Distribution calibration mobile laser scanning (MLS) semantic segmentation sparse annotation
Առցանց հասանելիություն:	https://ieeexplore.ieee.org/document/10423773/
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!