Durch die Einführung von adaptiven Rezeptionsfeldern und adaptiven Beziehungen können Sparse-CNN-Modelle die Leistung von Punkt-Transformer-Modellen in der 3D-semantischen Segmentierung übertreffen, ohne dabei Effizienz einzubüßen.
Die Arbeit identifiziert wichtige Probleme in der semantischen Segmentierung von 3D-Punktwolken mit wenigen Aufnahmen und schlägt innovative Lösungen vor.