（通讯员刘家铭）西安电子科技大学协同智能系统教育部重点实验室刘家铭硕士、武越副教授在计算机图形学领域权威会议Proceedings of the 31st ACM International Conference on Multimedia (MM’23)上发表题为“Exploring Dual Representations in Large-Scale Point Clouds: A Simple Weakly Supervised Semantic Segmentation Framework”的学术论文。该论文针对大规模场景点云的语义分割问题，提出了一种简单且高效的弱监督学习框架。

最近工作表明，即使在1%的随机点标注下，3D点云的语义分割仅产生约4%的下降，这激励我们进一步探索如何以更低的成本获得更好的结果。由于场景点云提供位置和颜色信息，并且通常作为唯一的输入串联使用，通过融合来自双空间的信息进行分割的工作很少。为了优化点云表征，我们提出了一种新的双表示查询网络（DRQNet）框架。

本文所提出的框架将输入点云划分为位置和颜色空间，使用单独提取的几何结构和语义上下文来创建桥接双元空间并融合信息的内部监督机制。DRQNet采用稀疏标注点作为查询集，通过随机采样为多阶段点云提供指导和感知信息。此外，为了区分和增强多个感知领域内的局部邻域生成的特征，我们设计了一个表征选择模块来识别每个查询点的位置和颜色所做出的贡献，并根据可靠性对其进行自适应加权。整体而言，DRQNet对于点云分析具有鲁棒性，并消除了不规则和无序性的影响。

ACM International Conference on Multimedia是计算机科学领域中多媒体领域的国际会议，也是CCF推荐的A类会议。ACM MM涵盖了多个新兴领域，专注于推进许多媒体的研究和应用，包括但不限于触觉、视频、VR/AR、音频、语音、音乐、传感器和社交数据。