EipFormer：基于双位置嵌入与渐进聚合策略的3D实例分割增强方法

本文提出了一种创新的Transformer架构EipFormer，通过双位置嵌入（dual position embedding）和渐进聚合策略（coarse-fine-merge），有效解决了3D实例分割中查询位置偏移、相邻实例区分度不足等关键问题。该方法在STPLS3D等基准测试中AP提升1.5-3.3，AP50提升2.1-3.7，为自动驾驶、医疗影像等领域提供了更精准的3D场景理解方案。

　　

Highlight

相关研究

本节首先介绍学习点级表征的3D骨干网络，随后综述各类3D实例分割方法。

研究动机

传统方法采用最远点采样（FPS）或中心预测选择查询位置，但存在背景过采样或中心回归不准等问题。如表1所示，我们通过平均精度（AP）等三项指标对比发现：现有方法在实例中心定位误差达23.7%，直接影响分割质量。

实验设计

实验分为三部分：4.1节说明数据集（STPLS3D/S3DIS/ScanNet）、评估指标和实现细节；4.2节展示与基线方法的对比；4.3节通过消融实验验证各模块贡献。

讨论

EipFormer基于两个核心假设：1）3D骨干网络能提取有效的体素级特征（如颜色/位置）；2）场景物体密度适中。优势在于通过类感知体素采样（class-aware voxel sampling）降低37%内存消耗，但对高密度小物体（如医疗影像中的细胞群）分割仍有提升空间。

结论

我们提出的EipFormer通过加权最远点采样（weighted FPS）、聚合平均和中心匹配技术，实现了实例查询的迭代优化。在多个基准测试中，该方法AP₅₀指标超越现有方法3.7个百分点，为手术导航等医疗场景提供了新解决方案。