研究人员开发了一种新颖的、无需训练的方法来精炼3D高斯语言图,在保持开放词汇查询能力的同时,增强其定位用户定义的特定目标的能力。该技术通过使用一个平衡注入先验和保留外观线索的系数,将检测到的目标区域内的视觉嵌入与目标文本嵌入进行融合。该方法通过在读出过程中采用居中步骤,解决了语言目标定位中的一种失效模式。在三个基准上的评估表明,开放词汇分割和更可靠的语言目标定位得到了显著改进,该精炼方法已成功应用于现有的语言图,并在实际机器人导航任务中使用。 AI
影响 增强了视觉-语言模型在机器人和空间理解任务中的实际应用。
排序理由 该集群包含一篇学术论文,详细介绍了一种精炼3D高斯语言图的新方法。[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 →