SAMTooth：利用 SAM 实现稀疏监督下的牙齿点云细分 !

文章预览

作者 | 小先知  编辑 | 未来先知 点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 牙齿点云细分是许多正畸应用中的基本任务。目前的研究主要集中在全监督学习上，这需要昂贵且耗时的手动点逐一标注。尽管最近提出了使用弱标记进行3D细分和取得令人满意结果的弱监督替代方法，但在标记极其稀疏时，它们往往会失败。 受到Segment Anything Model（SAM）强大的提示分割能力的启发，作者提出了一种框架SAMTooth，利用这种能力来补充极度稀疏的监督。 为SAM自动生成适当的点促剂，作者提出了一种新颖的置信感知促剂生成策略，其中将粗分类预测与置信感知过滤聚合。此外，为了充分利用SAM输出中的结构和形状线索来帮助3D特征学习，作者提出了一个蒙版引导的表示学习方法，将SAM生成的牙齿 ………………………………