arXiv · 机器人与计算机视觉· Junwei Zhou, Yu-Wing Tai·· 23 天前AI 评分53
Layout-as-Policy:基于感知后规划的单目三维场景布局估计方法
Perceive-then-Plan: Layout-as-Policy for Monocular 3D Scene Layout Estimation
AI 导读
Junwei Zhou 与 Yu-Wing Tai 提出 Layout-as-Policy (LaP) 框架,将单目三维场景布局估计重构为感知后规划问题。该方法利用视觉语言模型先通过 Perceiver 定位物体,再由 Planner 通过平移、旋转和缩放等离散动作迭代优化场景假设,以解决直接预测难以兼顾物理约束的挑战。
来源:arXiv · 机器人与计算机视觉 · arxiv.org