Pouya Ardehkhani

MonoVoc 管道解耦3D几何与语义，实现高效开放词汇场景理解

研究人员开发了 MonoVoc，一个新颖的管道，用于将3D几何重建与语义集成分离，以实现开放词汇3D场景理解。该方法使用单目视频序列高效创建可搜索的对象级语义高斯图。通过解耦这些过程并使用模块化的对象级语义嵌入，而不是密集的每高斯语言特征，MonoVoc 与现有方法相比，内存使用量显著减少了一个数量级，同时保持了强大的渲染保真度和分割精度。