PERCEPTION开放获取
鲁棒先验引导分割用于可编辑三维高斯泼溅
Raushan Joshi, Jean-Yves Guillemaut
2026
摘要
本文提出一种基于SAM-HQ的框架,通过先验引导标签重分配方法实现三维高斯的多视图一致分割,达到最先进的精度。该方法支持实时交互式物体编辑,在虚拟现实和机器人场景中具有实用价值。
关键词
3D Gaussian Splattingsegmentationscene editingSAM-HQmultiview consistency
相关论文
PERCEPTION
开放获取📊 4 引用
如何缓解越野环境中语义分割的分布偏移
Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon 等 5 位作者
2026
PERCEPTION
📊 0 引用
基于原型模糊推理与证据融合的不确定性引导工业机器人可进化识别框架
Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者
Robotics and Computer-Integrated Manufacturing · 2026
PERCEPTION
📊 0 引用
基于点云配准的非破坏性高分辨率涂层厚度三维扫描测量
Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者
Robotics and Computer-Integrated Manufacturing · 2026
PERCEPTION
📊 0 引用
迈向智能机器人时代:用于高级感知系统的多模态柔性触觉传感器
Sili Ding, Feng Xu, Jie Chen 等 6 位作者
Progress in Materials Science · 2026