यह शोधपत्र बाहरी दृश्यों की LiDAR स्कैनिंग द्वारा उत्पन्न बड़े पैमाने के पॉइंट क्लाउड डेटा का उपयोग करके ओपन-सेट सेगमेंटेशन के लिए एक नवीन दृष्टिकोण प्रस्तुत करता है। वस्तु दोष पहचान में मौजूदा शोध को Mamba आर्किटेक्चर (जो लंबी दूरी की निर्भरताओं का लाभ उठाता है और बड़े पैमाने पर डेटा मापनीयता में उत्कृष्ट है) की खूबियों के साथ जोड़ते हुए, हम एक पुनर्निर्माण-आधारित ओपन-सेट सेगमेंटेशन विधि का प्रस्ताव करते हैं। यह दृष्टिकोण न केवल हमारी अपनी ओपन-सेट सेगमेंटेशन विधि के प्रदर्शन को बेहतर बनाता है, बल्कि मौजूदा विधियों के प्रदर्शन को भी बेहतर बनाता है। Mamba-आधारित आर्किटेक्चर मौजूदा वॉक्सेल-आधारित कन्वोल्यूशन-आधारित विधियों की तुलना में प्रतिस्पर्धी प्रदर्शन प्रदर्शित करता है। हमारे प्रस्तावित दृष्टिकोण के रोबोटिक्स, ऑटोमोटिव और भूमि निगरानी सहित विविध क्षेत्रों में संभावित अनुप्रयोग हैं।
