网易首页 > 网易号 > 正文 申请入驻

3D语义分割新突破,层级一致性有了数学保障

0
分享至

近期,西南交通大学李天瑞教授、李崇寿副教授团队提出了一种新的层次化深度学习(DHL,Deep Hierarchical Learning)框架,创新性地从数学方面明确了“层次”的本质,并证明层内预测与层间一致性在理论的相通性。

该框架用于 3D 点云语义分割,通过模拟人类认知的层次结构,显著提高了 3D 数据的解析能力。该论文第一作者李崇寿对 DeepTech 表示:“我们想让机器像人类一样看世界,DHL 框架的本质是给机器装一套分层看世界的逻辑,并填补了 3D 层级学习的数学空白。”

该技术在自动驾驶、城市规划、机器人导航、数字孪生和具身智能等领域具有潜在的应用前景,并为未来三维视觉技术的实现提供了可能性。

自动驾驶的激光雷达需要快速地看得远且看得细,从层次的角度来看,需要在远距离和细腻度方面都看得准。将影响自动驾驶安全的场景和层次结构结合,有助于提高识别的细腻度和效率,进而验证自动驾驶的安全性。

尽管在数字孪生和三维重建领域已有层次和界面定义,但可基于该框架进一步推动其更高效地发展。未来,该技术有望通过无人机采集数据,结合地面测量技术,实现从自动识别对象到自动化输出多层次语义信息的完整流程。

此外,该框架还有望用于具身智能场景,比如在家庭环境中,存在几何相似但语义差异性大的物品,使用层次结构有助于提高识别的准确性,实现“先认大类,再找细类”的交互。

人类能看到很远的地方,也能细致观察近处的物品,原因在于人类语言层次结构强。然而,在 AI 领域由于层次化认知没有被充分研究,其面临忽略天然关联、无法应对多粒度需求以及无法区分“几何相似但语义不同”歧义等问题。

研究团队旨在构建一种新的学习框架。他们首次从概率角度定义了“层级一致性”,例如模型预测“某个点是汽车”(概率 90%),那它属于其父类(如交通工具)的概率则一定大于等于 90%。

另一方面,研究人员还开发了聚合矩阵用于分类索引自动校准层级关系,在不需要人工调参前提下,能够自动地融合层次间的一致性,明确子类所属于的大类。需要了解的是,这并不是简单地构建标准尺度,还突破了传统只能定性分析的局限性。

李崇寿进一步指出,这种一致性包含两方面:一是“属于子集则必属于父集”,二是“不属于父集则必不属于子集”。通过聚合矩阵的方法,将这两方面自动融合到模型中。

为解决精度和效率难题,研究团队设计了两个模块:在层次嵌入融合模块(HEFM)中,分别“自上而下融合”和“自下而上融合”地建立了信息通道,并且该模块可嵌入到任何 3D 分割模型中;在自动生成类别层级的模块中,先用视觉语言模型读懂类别含义,再把这些类别归好类,从而让模型实现自动编目录。

研究人员在多个具有层次注释的三维场景数据集上验证了 DHL 框架的有效性。实验结果显示,相比于传统的单层分类器方法,DHL 在所有层次上的平均交并比(mIoU)和总体准确率上均获得了提升。

例如,在 Campus3D 数据集的校园地面细分案例中,传统方法会将校园里的房屋屋顶标成“地面”,DHL 能精准标成屋顶,还能关联到建筑物大类;在 ScanNet200 数据集,DHL 利用层级关联把细类分准,椅子、桌子的分割精度比传统方法高 8%-12%;在 PartNet 的家电零件细分中,DHL 将冰箱的分割 mIoU 提升到 52.7%。

“我们第一次明确回答了层次的定义。与传统仅追求预测更高精度的方法不同的是,我们通过理论保障了模型在层次结构上的内在一致性,使其既能高效构建层次,又能在不同模型中泛化使用。”李崇寿表示。

相关论文以《面向三维语义分割的深度层次学习》(Deep Hierarchical Learning for 3D Semantic Segmentation)为题发表在计算机视觉领域顶刊 International Journal of Computer Vision(IJCV)[1]。西南交通大学李崇寿副教授是第一作者,香港城市大学研究助理教授李欣科是通讯作者。

未来,研究团队将继续在几何和空间领域细化层次学习的理论。此外,他们还打算进一步拓展到时间维度(4D 维度),有望在动态情况下,既跟踪物理位置变化,也保持层次结构的一致性。

参考资料:

1.https://doi.org/10.1007/s11263-025-02387-6

运营/排版:何晨龙

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
妻子1年陪情夫缠绵11个月,情夫还是嫌少,2020年妻子让丈夫杀死他

妻子1年陪情夫缠绵11个月,情夫还是嫌少,2020年妻子让丈夫杀死他

汉史趣闻
2026-11-17 14:19:30
右膝受伤!1年3次手术!雷霆彻底麻了

右膝受伤!1年3次手术!雷霆彻底麻了

篮球教学论坛
2026-11-18 10:41:47
甘肃一小县城因“慢生活”走红:只有5辆出租车,视频点赞数超过当地城镇人口

甘肃一小县城因“慢生活”走红:只有5辆出租车,视频点赞数超过当地城镇人口

上游新闻
2026-11-17 14:44:05
福建省代省长郭宁宁主持召开全省食品安全暨“校园餐”整治专题会议:要保持高压严打态势,坚持执法必严、违法必究,重拳惩治违法违规行为

福建省代省长郭宁宁主持召开全省食品安全暨“校园餐”整治专题会议:要保持高压严打态势,坚持执法必严、违法必究,重拳惩治违法违规行为

新京报政事儿
2026-11-18 10:12:02
缺德到这种程度,已经不是讽刺的问题了!

缺德到这种程度,已经不是讽刺的问题了!

胖胖说他不胖
2026-11-17 09:00:28
下一个萌神?库里8岁儿子卡农小学比赛表现:5中5砍下10分

下一个萌神?库里8岁儿子卡农小学比赛表现:5中5砍下10分

罗说NBA
2026-11-18 07:39:17
美国总统第一次来深圳,迎接特朗普的不是几句漂亮口号

美国总统第一次来深圳,迎接特朗普的不是几句漂亮口号

迷彩人生
2026-11-17 22:06:48
名单没日本,高市早苗不来深圳APEC?别误会

名单没日本,高市早苗不来深圳APEC?别误会

爱下厨的阿酾
2026-11-17 06:16:19
广西壮族自治区横州市委原书记梁枫被查

广西壮族自治区横州市委原书记梁枫被查

界面新闻
2026-11-18 10:36:57
黄仁勋35岁女儿被曝是“尖叫公主”,已致12名高管辞职,虎父无犬女引发争议

黄仁勋35岁女儿被曝是“尖叫公主”,已致12名高管辞职,虎父无犬女引发争议

译言
2026-11-18 07:30:17
外媒:深圳何以成为“奇迹之城”?

外媒:深圳何以成为“奇迹之城”?

中国青年报
2026-11-17 12:48:18
库里:还没想过退役 这有可能是我的最后一份合同

库里:还没想过退役 这有可能是我的最后一份合同

体坛周报
2026-11-18 07:56:11
功亏一篑!斥巨资护桥终付东流,俄罗斯克里米亚大桥已经被乌军击毁一侧

功亏一篑!斥巨资护桥终付东流,俄罗斯克里米亚大桥已经被乌军击毁一侧

军迷战情室
2026-11-17 19:38:27
黄仁勋离任后,英伟达发布炸裂财报

黄仁勋离任后,英伟达发布炸裂财报

北美商业电讯
2026-11-18 05:53:53
北京女网红晒豪宅,“天宫一角”露出国宝级名画,账号已被禁止发布作品

北京女网红晒豪宅,“天宫一角”露出国宝级名画,账号已被禁止发布作品

娱乐E君
2026-11-17 17:34:36
耿同学再开炮!用“虾滑”冒充肿瘤发9.7分论文?湘雅二医院陷入争议!土豆泥肿瘤、男性子宫肌瘤,论文工厂造假有多离谱?

耿同学再开炮!用“虾滑”冒充肿瘤发9.7分论文?湘雅二医院陷入争议!土豆泥肿瘤、男性子宫肌瘤,论文工厂造假有多离谱?

梅斯医学
2026-11-17 20:29:15
国足2比2战平巴林,邵佳一的水平明显比伊万低一个档次

国足2比2战平巴林,邵佳一的水平明显比伊万低一个档次

李广专业体育评论
2026-11-17 22:03:44
6枚导弹,600万美元!乌克兰为什么要把苏联的家底,一件件卖给中国?

6枚导弹,600万美元!乌克兰为什么要把苏联的家底,一件件卖给中国?

文史达观
2026-11-18 06:45:19
翻译还原杨瀚森砍戈贝尔始末:一开始没有领会意图

翻译还原杨瀚森砍戈贝尔始末:一开始没有领会意图

体坛周报
2026-11-18 10:03:13
蔚来向公安机关报案

蔚来向公安机关报案

极目新闻
2026-11-17 14:00:24
2026-11-18 11:03:01
DeepTech深科技 incentive-icons
DeepTech深科技
麻省理工科技评论独家合作
17503文章数 515369关注度
往期回顾 全部

科技要闻

OPPO Reno17:手机背后竟然藏了只“喵”?

头条要闻

7岁男童做扁桃体手术后四肢瘫痪 手术录像无法读取

头条要闻

7岁男童做扁桃体手术后四肢瘫痪 手术录像无法读取

体育要闻

东契奇心仪之人 三年后拿着底薪站到他身旁

娱乐要闻

认亲被嘲讽后郭德纲委托律师发声明

财经要闻

回归英伟达,黄仁勋要先“干掉董事会”

汽车要闻

奕境X9纯电版信息曝光 将于11月27日广州车展上市

态度原创

本地
游戏
家居
时尚
艺术

本地新闻

乌兰察布:以前种土豆,现在种Token

《GTA6/侠盗猎车6》评测或于莫斯科时间14时解禁

家居要闻

2026建博会(广州) 公装联探展交流活动

西北最贵专列?从西宁到敦煌的“丝路梦享列车”到底值不值?

艺术要闻

国际名家镜头里的绝美人像,越看越惊艳,第几张美到你?

无障碍浏览 进入关怀版