跳到正文
arXiv · 机器人与计算机视觉· Yan Xia, Letian Shi, Yilin Di, Joao F. Henriques, Daniel Cremers·· 2026-10-20AI 评分70

Text2Loc++:基于自然语言的 3D 点云定位通用化研究

Text2Loc++: Generalizing 3D Point Cloud Localization from Natural Language

AI 导读

论文发布 Text2Loc++ 模型,解决利用复杂自然语言描述进行 3D 点云子图定位的问题。作者引入城市级新数据集(涵盖彩色与非彩色点云),并在 KITTI360Pose 上验证该方法性能提升达 15%。模型采用粗到细的流水线,结合预训练语言模型与层次 Transformer 处理语义,利用掩码实例训练过滤非对齐对象,并通过原型图克隆与级联交叉注意力实现精细定位。

来源:arXiv · 机器人与计算机视觉 · arxiv.org