基于 3D 高斯溅写的实例图像目标导航的层次化评分
计算机视觉与模式识别
2025-06-10 v1 机器人学
摘要
实例图像目标导航 (IIN) 需要自动化智能体识别并导航到目标对象或由任意视角捕获的参考图像中所示的目标位置。虽然最近的方法利用强大的新视角合成 (NVS) 技术，例如三维高斯溅写 (3DGS)，但它们通常依赖随机采样多个视角或轨迹以确保针对判别性视觉线索的全面覆盖。然而，这种方法通过重叠图像样本造成显著冗余，且缺乏原则化的视角选择，从而大幅增加渲染和比较开销。本文引入一种新颖的 IIN 框架，采用层次化评分范例以估计目标匹配的最优视角。我们的 метод整合了跨层次语义评分，利用 CLIP 派生的相关性场识别与目标对象类别高度语义相似性的区域，同时进行细粒度局部几何评分，以对这些有前景区域内的精确姿态估计。广泛的评估表明，我们的方法在模拟 IIN 基准和实际应用中实现了最先进的性能。
引用
@article{arxiv.2506.07338,
title = {Hierarchical Scoring with 3D Gaussian Splatting for Instance Image-Goal Navigation},
author = {Yijie Deng and Shuaihang Yuan and Geeta Chandra Raju Bethala and Anthony Tzes and Yu-Shen Liu and Yi Fang},
journal= {arXiv preprint arXiv:2506.07338},
year = {2025}
}