3d environments | BriefGPT - AI 论文速递

关键词3d environments

搜索结果 - 32

EgoGaussian: 从第一人称视频中使用三维高斯喷射实现动态场景理解
使用 EgoGaussian 方法，通过 RGB egocentric input 可以同时重建 3D 场景和动态跟踪 3D 物体运动，并在具有挑战性的自然环境中表现优于之前的方法。
PDF6 days ago
DistillNeRF：通过蒸馏神经场和基础模型特征从一瞥图像中感知 3D 场景
DistillNeRF 是一个自监督学习框架，专注于理解自动驾驶中基于有限 2D 观测的 3D 环境。该方法通过稀疏的、单帧的多视角相机输入，预测丰富的神经场景表示，并通过可微分渲染进行自监督训练以重构 RGB、深度或特征图像。实验证明，D
PDF17 days ago
Reason3D：基于大规模语言模型的 3D 分割搜索和推理
Reason3D 是一种新型的多模态大型语言模型，通过点云数据和文本提示作为输入，生成文本回答和分割遮罩，实现 3D 推理分割、分层搜索、精确引用和问题回答等高级任务。
PDFa month ago
统一场景表示和重建用于三维大型语言模型
本研究通过引入 Uni3DR^2 提取 3D 几何和语义感知表示特征的统一场景表示和重建框架，证明了该框架对于大型语言模型在 3D 场景中的重要性，并在多个实验中取得了令人信服的结果。
PDF2 months ago
CVPR自然移动，灵活互动：利用场景可控生成语言引导的人体动作
在 3D 环境中，尽管在文本到运动合成方面取得了重大进展，但仍存在许多挑战，我们通过引入一种新的两阶段框架，使用场景赋能作为中间表示，有效地链接 3D 场景定位和条件运动生成，克服了生成多模态条件信号下的人类运动困难，特别是在缺乏广泛的语言
PDF3 months ago
通过预测学习三维物体为中心的表示
利用仅依赖于大脑可访问的信息进行训练的图像序列和自我运动，我们开发了一种新颖的网络架构，能够同时学习从离散图像中分割对象、推断其三维位置和感知深度，从而作为预测学习的副产品有效地学习对象的表示。
PDF4 months ago
ControlRoom3D: 使用语义代理房间生成房间
通过以用户定义的三维语义代理房间为中心，结合二维模型生成三维一致的纹理和几何体，实现高质量房间网格的生成，从而使用户能够轻松设计三维房间，无需专业知识。
PDF7 months ago
LL3DA：面向全方位三维理解、推理和规划的视觉交互指令调整
LL3DA 是一种大型语言 3D 助手，可以直接接收点云输入，并对文本指令和视觉提示进行回应，可以帮助大型多模态模型更好地理解人类互动，并在杂乱的 3D 场景中消除歧义。实验证明，LL3DA 在 3D 密集字幕和 3D 问答方面取得了显著成
PDF7 months ago
在模仿学习中借助数据增强提高游戏智能的泛化能力
通过数据增加方法改进了模仿学习代理在游戏人工智能中的泛化能力，取得了令人满意的结果。
PDF9 months ago
贴片式点云生成：一种分而治之的方法
基于分治法的点云生成框架，通过基于可学习先验的补丁生成器和点块转换器，实现了高保真度点云生成，并在 ShapeNet 数据集上优于最新的高保真度点云生成方法。
PDFa year ago
ICML三维环境下的子等变图强化学习
本文提出了一种新型的 3D-SGRL 体系结构，引入 Subequivariant Transformer (SET) 及几何对称性，用于广义物体的 RL 训练；在单任务、多任务和零样本泛化情形中验证过程证明了算法比现有方法更具实用性。
PDFa year ago
Paparazzi：深入探究语言和视觉模型在观点描述中的能力
本论文研究了 CLIP 模型在 3D 环境下对物体视角描述和识别中的表现以及对少量可用训练数据条件下的硬负采样和随机对比进行微调。
PDFa year ago
SoundSpaces 2.0: 一个视听学习仿真平台
SoundSpaces 2.0 是一个用于 3D 环境的实时几何声音渲染平台，用于生成高度逼真的声学效果以支持多种音频和视觉研究任务，并可用于普及性研究。
PDF2 years ago
基于连续环境下视觉语言导航的模拟到模拟转移
这篇论文探讨了如何通过迁移学习将抽象的 VLN 任务应用到真实的 VLN-CE 任务中，提高了原先 VLN-CE 任务的成功率，但并没有完全保持抽象环境下的表现，并且通过一系列实验找出了导致性能降低的原因，并提供了进一步改进的清晰方向。
PDF2 years ago
CVPR点云分割的对比界限学习
本文介绍了一种基于对比边界学习（CBL）的方法，在多个尺度上利用场景上下文来增强点之间边界对比的特征鉴别力，提高了 3D 点云分割的性能，尤其是在场景边界上的表现
PDF2 years ago
一种基于概率框架的动态三维物体识别方法及连续地面估计算法
本论文提出一种概率框架用于三维环境中的动态目标识别，开发了基于 ROS 的 C++ 和 Python 软件包进行检测和跟踪。基于高斯过程回归（GPR）的新方法用于在不同的城市场景中检测地面点，模拟结果表明，在不平坦和崎岖的场景中，该方法比类
PDF2 years ago
ECCVBungeeNeRF：逐层递进的神经辐射场用于极端多尺度场景渲染
BungeeNeRF is introduced to address the issues of level-of-detail rendering in multi-scale Neural Radiance Fields in rea
PDF3 years ago
CVPRStyleMesh：室内三维场景重建的风格转换
本研究基于场景重建的网格应用风格转移技术，让用户能够在虚拟现实中欣赏以喜欢的艺术家绘画风格来呈现的三维环境。研究通过对场景网格的纹理进行优化并从所有可用的输入图像上共同进行风格化，实现了一致性和稳定性风格化表现。
PDF3 years ago
MM基于神经符号方法的交互指令跟随模型的物体和指令变化鲁棒性改进
通过提出神经符号化方法，将高级符号特征用作中间表征，来解决自然语言指令和第一视角视觉映射到与 3D 环境中对象进行交互的操作序列时神经网络特征提取对小的改变过于敏感而未能适应测试集中未见过的属性和指令的问题。在 ALFRED 基准测试的子任
PDF3 years ago
CVPR深度可微规划器实现实际导航
本研究提出了一种基于不同可微可导规划器的机器人导航方法，用于规划并导航三维环境中的机器人，并考虑实际应用中的限制，该方法是在无需先验知识的情况下从安全的专家示范中训练产生，能够成功地应用于真实机器人的模拟导航。
PDF3 years ago