arXiv · 机器人与计算机视觉· Nermin Samet, Gilles Puy, Renaud Marlet·· 24 天前AI 评分72
IGLOSS:基于图像生成的激光雷达开放词汇语义分割方法
IGLOSS: Image Generation for Lidar Open-vocabulary Semantic Segmentation
AI 导读
该论文提出一种针对三维汽车激光雷达数据的零样本开放词汇语义分割新方法。为规避视觉语言模型固有的图文模态差距,该方法利用文本生成图像创建原型,并通过蒸馏自二维视觉基础模型的 3D 网络匹配点云特征与 2D 原型图像特征进行标注。方法在 nuScenes 和 SemanticKITTI 数据集上达到最先进水平。代码、预训练模型及生成的图像已公开。
来源:arXiv · 机器人与计算机视觉 · arxiv.org