跳到正文
arXiv · 机器人与计算机视觉· Yijie Su, Yakun Zhu, Yi Bin, Pengpeng Zeng, Liang Chen, Guoqing Wang, Jingkuan Song, Heng Tao Shen·· 2026-10-16精选AI 评分78

BridgeAfford:弥合查询与目标差距以实现通用 3D 功能区域定位

BridgeAfford: Bridging Query-Target Gap for Generalizable 3D Affordance Grounding

AI 导读

针对语言引导的 3D 功能区域定位中现有方法对未见对象泛化性差的问题,本文提出 BridgeAfford 框架以缓解查询特征与目标区域特征的语义差异。该方法通过交互区域对齐促进几何相似区域的跨对象表示学习,并利用视觉证据聚合细化注意力分布以引导查询至正确区域。实验表明该框架在 LASO 和 PIAD 数据集上优于现有方法,尤其在对未见对象的泛化性能方面表现突出。

推荐理由

提出 BridgeAfford 框架,通过交互区域对齐与视觉证据聚合缓解查询 - 目标语义差距,在 LASO 和 PIAD 数据集上展现对未见对象的强泛化能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org