PulseAugur
中
实时 04:43:45
English(EN) TSegAgent: Zero-Shot Tooth Segmentation via Geometry-Aware Vision-Language Agents

TSegAgent 使用几何感知代理进行零样本牙齿分割

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 TSegAgent，一种用于从 3D 牙科扫描中进行零样本牙齿分割和识别的新方法。该方法将问题重新表述为几何推理任务，而不是依赖需要大量标注数据的传统 3D 神经网络。TSegAgent 集成了基础模型和显式的几何归纳偏置（如牙弓组织），无需特定任务的训练即可推断牙齿实例和身份。该方法在计算和标注成本降低的情况下，展示了准确可靠的分割效果，并在各种未见过的牙科扫描中表现出强大的泛化能力。 AI

影响 这种方法可以显著降低牙科分析的成本并提高其准确性，从而促进人工智能在数字牙科领域的广泛应用。

排序理由 描述特定任务新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

TSegAgent 使用几何感知代理进行零样本牙齿分割

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Shaojie Zhuang, Lu Yin, Guangshun Wei, Yunpeng Li, Xilu Wang, Yuanfeng Zhou ·

    TSegAgent：通过几何感知视觉语言代理实现零样本牙齿分割

    arXiv:2603.19684v3 Announce Type: replace Abstract: Automatic tooth segmentation and identification from intra-oral scanned 3D models are fundamental problems in digital dentistry, yet most existing approaches rely on task-specific 3D neural networks trained with densely annotate…

相关话题