OVIR-3D：无需在3D数据上训练的开词汇3D实例检索
计算机视觉与模式识别
2023-11-07 v1 机器人学
摘要
本工作提出OVIR-3D，一种简洁而有效的开词汇3D物体实例检索方法，无需使用任何3D数据进行训练。给定语言查询，所提方法能够基于实例与文本查询的特征相似度返回一组排序的3D物体实例分割。这是通过将文本对齐的2D区域提议多视图融合到3D空间实现的，其中2D区域提议网络可利用2D数据集，后者比3D数据集更易获取且通常规模更大。所提融合过程高效，可对大多数室内3D场景实时执行，且不需要在3D空间中的额外训练。在公开数据集和真实机器人上的实验展示了该方法的有效性及其在机器人导航与操控中的应用潜力。
引用
@article{arxiv.2311.02873,
title = {OVIR-3D: Open-Vocabulary 3D Instance Retrieval Without Training on 3D Data},
author = {Shiyang Lu and Haonan Chang and Eric Pu Jing and Abdeslam Boularias and Kostas Bekris},
journal= {arXiv preprint arXiv:2311.02873},
year = {2023}
}