ScanNet200
PulseAugur coverage of ScanNet200 — every cluster mentioning ScanNet200 across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的OV-MAP方法为机器人实现开放词汇3D建图
研究人员推出了一种名为OV-MAP的新方法，用于机器人的开放世界3D建图，该方法将开放词汇特征集成到3D地图中。该方法通过使用一个与类别无关的分割模型将2D掩码投影到3D空间，并结合补充的深度图像，来解决特征重叠的挑战。3D掩码投票机制进一步提高了准确性，无需监督式3D模型即可实现零样本3D实例分割。在ScanNet200和Replica等数据集上的实验以及实际测试表明，OV-MAP具有有效性、鲁棒性和适应性。
-
新的无训练流水线推动3D点云分割技术发展
研究人员开发了一种新颖的无训练开放词汇3D点云分割流水线。该方法将冻结的3D视觉语言模型RegionPLC与冻结的可提示概念分割器SAM3配对。通过利用跨视图一致性，该流水线在ScanNet200基准测试上取得了显著的改进，而无需任何训练数据、3D标签，甚至少样本支持示例。与依赖广泛监督的最先进方法相比，该方法显著弥补了性能差距。
-
新框架RelGraphOV通过对象关系增强3D场景理解
研究人员推出RelGraphOV，一个旨在通过整合对象关系来改进开放词汇3D场景理解的新型框架。该方法利用3D场景图来推断和完善语义理解，超越了将对象孤立处理的方法。该框架采用自适应门控双流上下文GAT来处理几何和语义特征，能够在不产生特征干扰的情况下实现更好的上下文聚合。在ScanNetV2和Replica等数据集上进行的实验显示出有希望的结果和泛化能力。
-
新框架利用深度数据增强隐私保护的三维语义分割
研究人员开发了一个名为 UTTO（不确定性引导的测试时优化）的新框架，利用仅深度数据来增强隐私保护的三维语义分割。该方法通过利用仅深度几何来解决依赖可能损害隐私的 RGB 图像的挑战。UTTO 将预测中的不确定性转化为引导信号，利用基础模型的先验知识来优化不可靠的语义响应。在 ScanNet20、ScanNet40 和 ScanNet200 数据集上的实验表明，UTTO 在无需额外训练的情况下显著提高了仅深度开放词汇三维分割的性能。
-
Pano3D框架统一三维重建与全景分割
研究人员开发了Pano3D，一个统一三维重建和三维全景分割的新框架。通过为现有的三维重建模型增加一个基于集合的掩码解码器并采用联合几何和语义损失，该方法增强了三维重建中的语义理解。该方法在多个数据集上取得了最先进的性能，展示了联合训练过程带来的互利改进。
-
ESAM++ 为边缘设备提供高效的3D感知
研究人员开发了ESAM++，一种在边缘设备上进行实时3D场景感知的有效方法。这种新方法通过引入轻量级的3D稀疏特征金字塔网络，解决了ESAM等先前方法的计算需求。ESAM++在保持具有竞争力的准确性的同时，显著减少了推理时间和模型大小，使其适用于没有GPU加速的资源受限环境。