研究人员推出 QueryGaussian，一个专为高效、可扩展的开放词汇3D实例检索设计的新颖框架。这种无需训练的方法通过采用实例级查询机制，规避了场景级嵌入方法的内存和计算限制。QueryGaussian 利用预训练的2D视觉模型进行提示解释，并使用具有自适应密度聚类的时序融合模块来增强语义-视觉一致性并减轻投影歧义。实验表明，QueryGaussian 在达到与现有方法相当的准确度的同时，显著减少了GPU内存使用量并加速了推理，使其能够处理消费级硬件上的城市规模场景。 AI
影响 该框架可以实现对大规模3D数据更高效的处理，应用于自动驾驶和增强现实等领域。
排序理由 该集群包含一篇研究论文，详细介绍了一种新的3D实例检索方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
