English(EN) CDIS: Cross-Dimensional Class-Agnostic 3D Instance Segmentation via 2D Mask Tracking and 3D-2D Projection Merging

新的CDIS框架增强了机器人的三维实例分割能力

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-20 10:09

研究人员开发了一个名为CDIS的新框架，用于类别无关的三维实例分割。这种零样本方法跨帧跟踪二维实例掩码，并将其与三维超点关联起来，在二维和三维之间创建了一个反馈循环。该方法旨在为在未知环境中运行的机器人系统生成更一致、更准确的三维实例标签，并在实验中超越了现有的最先进方法。 AI

影响通过在未知环境中实现更准确的物体识别，增强了机器人的感知能力。

排序理由该集群描述了一篇详细介绍新颖的三维实例分割框架的研究论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.AI TIER_1 English(EN) · Juno Kim, Hye-Jung Yoon, Yesol Park, Byoung-Tak Zhang · 2026-07-21 04:00

CDIS：通过二维掩码跟踪和三维二维投影融合实现跨维度无类别三维实例分割

arXiv:2607.17778v1 Announce Type: cross Abstract: Class-agnostic 3D instance segmentation is critical for robotic systems operating in unknown environments, enabling perception of previously unseen objects for reliable manipulation and navigation. Existing approaches typically pr…
Hugging Face Daily Papers TIER_1 English(EN) · 2026-07-20 10:09

CDIS: Cross-Dimensional Class-Agnostic 3D Instance Segmentation via 2D Mask Tracking and 3D-2D Projection Merging

Class-agnostic 3D instance segmentation is critical for robotic systems operating in unknown environments, enabling perception of previously unseen objects for reliable manipulation and navigation. Existing approaches typically project per-frame 2D instance masks into 3D and merg…