语言嵌入 3D 场景理解的框架与现实应用研究
图形学
2025-08-20 v2 计算与语言
计算机视觉与模式识别
摘要
高斯溅射 (Gaussian Splatting) 迅速成为实时 3D 场景表示的变革性技术，为神经辐射场 (NeRF) 提供了高度高效且富有表现力的替代方案。其能够以高保真渲染复杂场景的能力，使得场景重建、机器人和交互式内容创建等领域取得了显著进展。最近， 将大型语言模型 (LLM) 和语言嵌入整合到高斯溅射管道中，为文本条件生成、编辑和语义场景理解打开了新的可能性。尽管如此，针对这一新兴交叉领域的综合概述仍缺乏。本综述呈现了当前研究努力如何将语言指导与 3D 高斯溅射结合的结构化综述，详细阐述了理论基础、集成策略和实际应用案例。我们指出关键限制包括计算瓶颈、通用性差以及稀缺的带语义注释的 3D 高斯数据，并概述了开放挑战和未来方向，以推动利用高斯溅射进行语言引导的 3D 场景理解。
引用
@article{arxiv.2508.05064,
title = {A Study of the Framework and Real-World Applications of Language Embedding for 3D Scene Understanding},
author = {Mahmoud Chick Zaouali and Todd Charter and Yehor Karpichev and Brandon Haworth and Homayoun Najjaran},
journal= {arXiv preprint arXiv:2508.05064},
year = {2025}
}