首页 /研究 /SaaF:面向交互式真实世界物体检索的场景特定歧义感知3D语言场
PERCEPTION

SaaF:面向交互式真实世界物体检索的场景特定歧义感知3D语言场

Yuga Yano, Daiju Kanaoka, Hakaru Tamukoh, Yasutomo Kawanishi

发表年份
2026
访问权限
开放获取

摘要

本文提出了一种基于高斯泼溅的3D语言场方法SaaF,通过度量学习构建统一特征空间,同时增强实例判别性和歧义感知能力。该方法有效解决了现有3D语言场在特征压缩导致的相似物体区分度低和模糊查询处理不佳的问题。

关键词

3D language fieldsobject retrievalGaussian Splattingmetric learningambiguity-aware

相关论文

查看 PERCEPTION 分类全部论文