实体
3DSSG
3DSSG
PulseAugur coverage of 3DSSG — every cluster mentioning 3DSSG across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
PUF框架通过不确定性感知增强在线3D场景图生成 · 已追踪2个来源
研究人员开发了PUF，一个用于在线3D场景图生成的新型框架，它解决了融合过程中被忽视的不确定性来源。与确定性方法不同，PUF将场景图节点关联重新表述为概率似然，将证据分布在合理的候选对象上。这种不确定性感知方法，通过3D高斯和体素后端进行演示，在3DSSG和ReplicaSSG等基准测试中持续提高性能并保持实时延迟，优于现有方法。
-
新框架提高了三维场景图生成对视点变化的鲁棒性
研究人员开发了一个名为变换感知解耦（TAD）的新框架，以改进三维场景图生成（3DSGG）模型。当前模型在处理视点变化时存在困难，会错误地转换“左”或“右”等方向性谓词，同时未能稳定“站立在”等谓词。TAD通过将关系推理分为两部分来解决这个问题：一部分学习视点稳定的线索，另一部分学习随观察帧变化的定向线索。这种方法在训练时无需旋转增强即可提高对视点偏移的鲁棒性，同时在标准基准测试中保持了有竞争力的性能。