研究人员开发了BridgeAfford,一个旨在提高语言引导的3D可供性识别泛化能力的新框架。该方法解决了查询特征和目标区域特征之间的语义鸿沟,而这会阻碍在未见过物体上的性能。BridgeAfford采用交互区域对齐(Interaction Region Alignment)来对齐不同物体上相似的交互区域,并采用视觉证据聚合(Visual Evidence Aggregation)来精炼注意力并引导查询到正确的区域。在LASO和PIAD数据集上的实验表明,BridgeAfford的性能显著优于现有方法,尤其是在新颖物体上。 AI
影响 提高了AI系统根据自然语言指令理解和与3D物体交互的能力。
排序理由 这是一篇研究论文,详细介绍了一个特定AI任务的新框架和方法论。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →