LaSSM: Efficient Semantic-Spatial Query Decoding via Local Aggregation and State Space Models for 3D Instance Segmentation

Lei Yao

doi:10.1109/TCSVT.2026.3664837

LaSSM: Efficient Semantic-Spatial Query Decoding via Local Aggregation and State Space Models for 3D Instance Segmentation

2026-02-16

0

PRE

AI

DOI：10.1109/TCSVT.2026.3664837

原文链接

原文求助

摘要

En 中文

基于查询的点云3D场景实例分割已取得显著性能。然而，现有方法由于点云的稀疏特性导致查询初始化困境，并依赖计算密集型的注意力机制于查询解码器中。为此，我们引入LaSSM，在保持竞争性性能的同时优先考虑简洁性和效率。具体而言，我们提出一种层次化语义-空间查询初始化器，通过综合考虑语义线索和空间分布从超点推导查询集，实现全面的场景覆盖和加速收敛。我们进一步提出一种坐标引导的状态空间模型（SSM）解码器，用于逐步优化查询。该新型解码器具有局部聚合方案，使模型专注于几何一致区域，并通过空间双路径SSM块整合关联坐标信息，捕捉查询集内的潜在依赖关系。我们的设计实现了高效的实例预测，避免了噪声信息的引入并减少了冗余计算。LaSSM在最新的ScanNet++ V2排行榜上排名第一，以仅1/3的浮点运算次数超越先前最佳方法2.5%的mAP，证明了其在具有挑战性的大规模场景实例分割中的优越性。LaSSM在ScanNet V2、ScanNet200、S3DIS和ScanNet++ V1基准测试上也取得了具有竞争力的性能，且计算成本更低。广泛的消融研究和定性结果验证了我们的设计有效性。代码和权重可在https://github.com/RayYoh/LaSSM获取。

Keyword:

Point clouds

3D instance segmentation

state space model

query decoder

LaSSM: Efficient Semantic-Spatial Query Decoding via Local Aggregation and State Space Models for 3D Instance Segmentation

摘要

期刊

机构

引用论文