研究人员推出了一种新颖的基于高斯的开放词汇单目占用预测框架OVM-Occ,用于室内场景。该方法利用实例感知的视觉语言教师和几何感知的可变形注意力模块来精炼语义特征并提供语义监督。该方法还结合了几何感知的解耦语义蒸馏,以改善几何和语义学习的分离。开发了新的基准OpenOcc-ScanNet和OpenOcc-Replica来评估开放词汇性能,OVM-Occ在该基准上展示了最先进的结果。 AI
影响 推进了3D场景理解中的开放词汇能力,可能改进机器人和AR/VR应用。
排序理由 该集群包含一篇详细介绍计算机视觉任务新方法和基准的研究论文。
- Harness-Aware Distillation
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- OpenOcc-Replica
- OpenOcc-ScanNet
- OVM-Occ
- SCANNET
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →