研究人员开发了DivAS，一种新颖的交互式三维分割框架，无需特定表示的优化循环。该方法利用二维基础模型生成掩码，并使用渲染深度进行精炼，然后将这些证据融合到体素网格中。DivAS被设计为表示无关的，并为高斯溅射和NeRF等不同的三维场景表示提供轻量级适配器。该框架实现了具有竞争力的分割质量，并且比现有的基于优化的方法更快，在消费级硬件内存限制内高效运行。 AI
影响 该方法可以通过简化分割过程来简化三维内容的创建和分析。
排序理由 详细介绍新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Volumetric medical image segmentation is essential for both preoperative diagnosis and intraoperative guidance. While recent years have witnessed rapid progress in segmentation architectures, comparatively little attention is paid to the physical voxel spacing of anatomical data.…
arXiv:2601.04860v2 Announce Type: replace Abstract: Interactive 3D segmentation of a reconstructed scene should not require a representation-specific optimization loop. We observe that the recipe for lifting 2D foundation-model masks into 3D, namely prompting a few views, refinin…