ReLaGS：关系语言高斯溅
计算机视觉与模式识别
2026-03-19 v1
摘要
实现面向分割、检索和关系理解等任务的统一 3D 感知与推理 remains challenging, 因为现有方法要么以对象为中心, 要么依赖于为对象间推理进行高成本训练。我们提出一种新框架, 构建层次化语言提炼高斯场景及其 3D 语义场景图, 无需 scene-specific 训练。高斯修剪机制细化场景几何, 而稳健的多视角语言对齐策略将噪声 2D 特征聚合为准确的 3D 对象嵌入。在此层次结构之上, 我们构建一个基于 Vision Language 派生注释和图神经网络的开放词汇 3D 场景图。我们的 approach 实现了通过联合建模层次语义和对象内/间关系, 实现高效可扩展的开放词汇 3D 推理, 在包括开放词汇分割、场景图生成和关系导向检索等任务中得到验证。项目页面: https://dfki-av.github.io/ReLaGS/
引用
@article{arxiv.2603.17605,
title = {ReLaGS: Relational Language Gaussian Splatting},
author = {Yaxu Xie and Abdalla Arafa and Alireza Javanmardi and Christen Millerdurai and Jia Cheng Hu and Shaoxiang Wang and Alain Pagani and Didier Stricker},
journal= {arXiv preprint arXiv:2603.17605},
year = {2026}
}
备注
Accepted at CVPR 2026