实体
Real3D-AD
Real3D-AD
PulseAugur coverage of Real3D-AD — every cluster mentioning Real3D-AD across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
最近 · 第 1/1 页 · 共 2 条
-
新的 Align3D-AD 框架改进了零样本 3D 异常检测
研究人员开发了 Align3D-AD，一个用于零样本 3D 异常检测的新颖框架，旨在弥合 3D 数据与视觉语义之间的领域差距。该方法利用跨模态特征对齐将 3D 渲染特征映射到 RGB 语义空间，从而实现直接的语义迁移。此外，双提示对比学习方法通过捕捉跨模态的互补语义来增强特征的可区分性。在基准数据集上的实验表明，Align3D-AD 在一对多和跨数据集场景中均优于现有的零样本方法。
-
从多尺度细节级别特征中学习判别性符号距离函数以进行3D异常检测
研究人员开发了一种新颖的基于表面的方法来检测3D点云中的异常，解决了大规模和稀疏性带来的挑战。该方法利用噪声点生成模块来增强特征学习，并利用多尺度细节级别特征模块来捕获局部和全局信息。然后，隐式表面判别模块学习一个符号距离函数来区分正常点和异常点，在基准数据集上取得了最先进的结果。