arXiv · 机器人与计算机视觉· Jingning Tian, Hao Zhang, Yumin Huang, Zizhuo Li, Xingyu Jiang, Erdun Zhao, Jiayi Ma·· 4 小时前AI 评分53
LIFT:将语言控制的图像融合提升至自由视角 3D 场景
LIFT: Lifting Language-Controlled Image Fusion to Free-Viewpoint 3D Scenes
AI 导读
论文提出 LIFT 框架,旨在解决传统多模态图像融合局限于特定视角的问题。该方法包含三个核心部分:首先建立语义模态绑定(SMB),通过解释语言指令识别目标并映射到共享高斯场景中;其次开发语言条件化高斯外观(LCGA),结合自适应混合与外观细化实现空间自适应的融合效果;最后构建多视图语言监督(MVLS)数据集以提供有效监督。
来源:arXiv · 机器人与计算机视觉 · arxiv.org