arXiv · 机器人与计算机视觉· Yongqi Shan, Lu Zhang, Jiazuo Yu, Yunzhi Zhuge, Huchuan Lu·· 23 天前AI 评分58
3D-SceneQ:赋予 3D LLM 查询引导自适应剪枝与多模态特征增强能力
3D-SceneQ: Empowering 3D LLM With Query-Guided Adaptive Pruning and Multi-Modal Feature Enhancement
AI 导读
针对现有 3D 场景理解流水线存在任务无关数据引入噪声及仅依赖点云缺乏丰富语义信息的局限,本文提出 3D-SceneQ。该方法通过查询引导自适应剪枝模块按需保留关键对象信息,并利用多模态对象级特征增强模块融合预训练模型的 2D 特征以丰富语义表达。评估显示其在 Scan2Cap、SQA3D 等多个基准上优于当前最先进方法,显著提升了场景理解与推理能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org