面向指代3D高斯溅射分割的相机感知跨视图对齐
计算机视觉与模式识别
2026-03-23 v2
摘要
指代3D高斯溅射分割（R3DGS）旨在将自由形式语言查询锚定到3D高斯场。然而，现有方法依赖单视图伪监督，导致视点漂移和跨视图预测不一致。我们提出了CaRF（Camera-aware Referring Field），一个面向视点一致性的3D高斯溅射指代框架。CaRF引入Camera-conditioned Alignment Modulation（CAM）将相机几何注入高斯-文本交互，并通过Gaussian-level Cross-view Logit Alignment（GCLA）在训练期间显式对齐同一高斯在已校准视图中的指代响应。通过将跨视图差异转化为可优化目标，CaRF在高斯空间中实现几何感知和视点一致的推理。 extensive实验表明，CaRF在Ref-LERF、LERF-OVS和3D-OVS三个基准上实现了最先进的性能，分别提升了16.8%、4.3%和2.0%的mIoU。我们的代码已公开：https://github.com/eR3R3/CaRF。
引用
@article{arxiv.2511.03992,
title = {Camera-Aware Cross-View Alignment for Referring 3D Gaussian Splatting Segmentation},
author = {Yuwen Tao and Kanglei Zhou and Xin Tan and Yuan Xie},
journal= {arXiv preprint arXiv:2511.03992},
year = {2026}
}
备注
Accepted to ICME 2026