H2G：面向 3D 场景的层次感知双曲分层
计算机视觉与模式识别
2026-05-13 v1
摘要
层次 3D 分组旨在从细粒度对象部件到完整对象，不依赖语义标签或固定词汇表，恢复场景中的多层次分组。主要挑战在于将 2D foundation 模型的线索转化为连贯的层次监督，并将其嵌入 3D 表示中。我们提出了 H2G，一种用于层次 3D 分组的双曲亲和场。该方法通过解释 foundation 模型的亲和关系，以 Dasgupta 的目标对基于相似性的层次聚类实现语义组织的树形监督。这种监督被蒸馏到单个 Lorentz 双曲特征场中，其几何特性非常适合树状分支结构。一个层次感知目标将该特征场与细粒度分配、粗糙对象结构、紧凑特征聚类以及 LCA（最低公共祖先）排序对齐。这种表述在一个特征空间中表示多个分组层次，使其能够基于 2D foundation 模型知识实现语义层次分组。
引用
@article{arxiv.2605.11967,
title = {H2G: Hierarchy-Aware Hyperbolic Grouping for 3D Scenes},
author = {ByungHa Ko and Youngmin Lee and Dong Hwan Kim},
journal= {arXiv preprint arXiv:2605.11967},
year = {2026}
}