MV-GEL：基于语言驱动的网格多视图几何实体定位

Kartik Bali, Roland Aydin

摘要

该论文提出MV-GEL框架，通过语言查询在三维多边形网格上定位精细几何实体（如边、面、曲面）。核心创新在于引入视角排序模块GELviews，根据语言提示的可观测性选择最优视角，再结合视觉语言模型实现精准定位。

3D localizationvision-language modelgeometric entitymulti-viewmesh

PERCEPTION

📊 22,245 引用

1995

PERCEPTION

📊 14,348 引用

Andreas Geiger, P Lenz, R. Urtasun

2012

PERCEPTION

开放获取📊 9,777 引用

Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者

2016

PERCEPTION

📊 9,681 引用

Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者

2013