SplatTalk

SparseTalk 降低 VQA 的 3D 高斯语言场成本

研究人员开发了 SparseTalk，一种显著降低 3D 视觉问答 (VQA) 中使用的 3D 高斯语言场存储和计算成本的方法。通过系统地稀疏化密集语义特征，SparseTalk 证明了在仅使用几百个语义嵌入的情况下，仍能以原始表示的一小部分维持强大的 VQA 性能。基于对象的选择策略被证明是有效的，在保持性能的同时大幅提高了推理吞吐量并减少了内存使用。