从扫描到动作：利用真实扫描实现躲体化场景理解
计算机视觉与模式识别
2025-07-24 v1 机器人学
摘要
真实3D场景级扫描具有真实感，可促进下游应用的实际可泛化性。然而，数据体积、多样化标注格式及工具兼容性等挑战限制了其应用。本文演示了有效利用这些扫描及其标注的 methodology。我们提出了基于 USD 的统一标注集成方案，并推出针对特定应用的 USD 变体。我们识别了利用整体真实扫描数据集时的挑战，并提出了缓解策略。通过两个下游应用展示了我们方法的有效性：LLM 驱动的场景编辑实现了对数据的有效理解与适应（成功率80%），机器人仿真在策略学习中实现了87%的成功率。
引用
@article{arxiv.2507.17585,
title = {From Scan to Action: Leveraging Realistic Scans for Embodied Scene Understanding},
author = {Anna-Maria Halacheva and Jan-Nico Zaech and Sombit Dey and Luc Van Gool and Danda Pani Paudel},
journal= {arXiv preprint arXiv:2507.17585},
year = {2025}
}
备注
Accepted at the OpenSUN3D Workshop, CVPR 2025. This workshop paper is not included in the official CVPR proceedings