PulseAugur
中
实时 10:41:21
English(EN) CDSeg: A Renderable Gaussian Carrier for Image-to-3D Label Transfer

新的CDSeg方法将2D图像标签迁移到3D环境

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的CDSeg方法，用于将2D图像分割标签迁移到3D环境。该方法利用高斯图元作为可渲染载体，无需进行特定任务的3D分割训练。CDSeg能够快速处理包含数百万个图元的场景，并在DesktopObjects-360和NeRDS-360等基准测试中表现出色，取得了高mIoU分数。 AI

影响 通过利用现有的2D分割模型，实现了更高效、更通用的3D场景理解。

排序理由 该集群描述了一篇详细介绍新颖的3D标签迁移方法的最新研究论文。[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 →

新的CDSeg方法将2D图像标签迁移到3D环境

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Wentao Sun, Yiping Chen, Zhengsen Xu, Jonathan Li, John S. Zelek ·

    CDSeg：可渲染高斯载体用于图像到3D标签迁移

    arXiv:2608.05482v1 Announce Type: new Abstract: Modern image models provide strong cues about \emph{what} should be segmented in each view, but their masks do not by themselves determine \emph{where} those labels should persist in 3D. We present Cross-Domain Segmentation via Gaus…

相关实体

相关话题