PulseAugur
实时 20:36:49
English(EN) SaaF: Scene-Specific Ambiguity-Aware 3D Language Fields towards Interactive Real-World Object Retrieval

新的三维语言场方法通过歧义感知增强物体检索

研究人员开发了 SaaF(场景特定、歧义感知的三维语言场),一种使用高斯泼溅(Gaussian Splatting)在真实场景中进行交互式物体检索的新方法。SaaF 解决了现有三维语言场方法的局限性,例如降低可辨别性的特征压缩和对模糊查询处理不佳的问题。该系统采用度量学习创建一个统一的特征空间,增强了视觉辨别能力和对查询歧义的感知能力,使其能够在必要时请求澄清。实验表明,SaaF 在开放词汇设置中提高了检索准确性,并能稳健地处理模糊的用户查询。 AI

影响 这项研究通过使服务机器人在复杂环境中能够进行更准确、更稳健的物体检索,从而有可能提高其能力。

排序理由 学术论文,详细介绍了一种新的三维语言场方法。[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 →

新的三维语言场方法通过歧义感知增强物体检索

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yuga Yano, Daiju Kanaoka, Hakaru Tamukoh, Yasutomo Kawanishi ·

    SaaF:面向交互式真实世界对象检索的场景特定歧义感知三维语言场

    arXiv:2607.16309v1 Announce Type: new Abstract: We propose Scene-specific Ambiguity-aware 3D Language Fields (SaaF), a novel Gaussian Splatting-based 3D language field designed for interactive object retrieval in a given real-world scene. Interactive object retrieval using natura…