研究人员开发了 SplatScout,一种用于高斯场景部件级引用分割的新型查询驱动方法。与依赖预定对象候选的先前方法不同,SplatScout 允许视觉语言模型主动控制感知过程,包括选择视图、指导分割以及根据 3D 结果优化预测。该系统引入了一个新的基准 PartRef-ScanNet++,并在该数据集上取得了优越的性能,mIoU 达到 0.538。 AI
影响 增强了视觉语言模型在 3D 环境中执行详细的部件级分析的能力。
排序理由 该集群描述了一篇介绍引用分割的新方法和新基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →