arXiv · 机器人与计算机视觉· Roy Amoyal, Shira Ifergane, Oren Freifeld·· 24 天前精选AI 评分82
SemGeo-Gen:一种基于弱对齐3D物体集合的无监督近似跨实例语义几何对应关系生成方法
SemGeo-Gen: Unsupervised Generation of Approximate Cross-Instance Semantic-Geometric Correspondences
AI 导读
该研究提出 SemGeo-Gen 方法,旨在从仅具粗略类别级旋转对齐的弱对齐 3D 物体集合中自动生成具有语义意义且几何一致的近似跨实例对应关系。该方法将多视图 DINOv2 特征提升至 3D,利用连续分段仿射配准对齐物体实例,并通过语义一致性剪枝候选匹配。
推荐理由
该工作提出无监督生成近似跨实例语义几何对应关系的方法,利用弱对齐的3D物体集合替代昂贵的人工标注,为现代对应模型提供可扩展的训练监督信号。
来源:arXiv · 机器人与计算机视觉 · arxiv.org