PERCEPTION
SceneGraphGrounder：通过结构化场景图匹配实现零样本3D视觉定位
Xuefei Sun, Xujia Zhang, Brendan Crowe, Doncey Albin, Christoffer Heckman
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
提出一种将3D视觉定位问题转化为结构化图匹配的新框架，通过视觉标记提示从2D视图推断物体关系并构建3D场景图，实现多视角一致且可解释的零样本定位。在ScanRefer基准和真实机器人部署中验证了其有效性。
关键词
zero-shot 3D visual groundingscene graph matchingvision-language model
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013