跳到正文
arXiv · 机器人与计算机视觉· Furkan Mert Algan, Eckehard Steinbach·· 9 天前AI 评分72

DinoComplete:融合蒸馏语义先验与状态空间模型的 3D 形状补全方法

DinoComplete: 3D Shape Completion with Distilled Semantic Priors and State Space Models

AI 导读

针对未见类别和含噪观测下的 3D 形状补全难题,该研究提出 DinoComplete 框架,通过从 DINO 特征蒸馏多视图语义体并训练学生网络预测稠密语义特征,将其与几何表示融合并通过多尺度体素 Mamba 模块进行长程推理。实验表明该方法在 ShapeNet 未见类别和 ScanNet 对象上,相比先前的确定性或生成式方法具有更具竞争力的补全质量,同时参数量更少、显存占用更低且推理速度更快。

来源:arXiv · 机器人与计算机视觉 · arxiv.org