GoDeep

GoDeep 利用语言空间提升实现无标注的3D场景理解

研究人员开发了GoDeep，一种用于无标注开放词汇3D场景理解的新颖方法。与将CLIP特征嵌入3D的典型方法不同，GoDeep纯粹将视觉语言模型用作翻译器来生成实体级描述。然后，这些描述在仅语言的嵌入空间中进行聚合，消除了对大型3D训练语料库或领域特定编码器的需求。该系统在ScanNet++等基准测试中表现出竞争力，并在没有任何2D-3D标注的情况下，在准确本地化词汇外对象方面显示出潜力。