TextANIMAR：基于文本的3D动物细粒度检索
计算机视觉与模式识别
2023-08-10 v2
摘要
3D 物体检索是一项重要且具有挑战性的任务，近年来受到越来越多的关注。尽管现有方法在解决该问题上取得了进展，但它们通常局限于受限的设置，如图像和草图查询，这类交互对普通用户往往并不友好。为克服这些限制，本文提出一个新的 SHREC 挑战赛道，聚焦于基于文本的 3D 动物模型细粒度检索。与以往的 SHREC 挑战赛道不同，所提出的任务更具挑战性，要求参与者开发创新方法来解决基于文本的检索问题。尽管难度增加，我们认为该任务有潜力驱动实际中的有用应用，并促进与 3D 物体更直观的交互。五个小组参与了我们的竞赛，共提交了 114 次运行结果。虽然竞赛中取得的结果令人满意，但我们注意到该任务所呈现的挑战远未完全解决。因此，我们提供了未来研究与改进的潜在方向。我们相信，通过视觉-语言技术，能够帮助推进 3D 物体检索的边界，并促进更用户友好的交互。https://aichallenge.hcmus.edu.vn/textanimar
引用
@article{arxiv.2304.06053,
title = {TextANIMAR: Text-based 3D Animal Fine-Grained Retrieval},
author = {Trung-Nghia Le and Tam V. Nguyen and Minh-Quan Le and Trong-Thuan Nguyen and Viet-Tham Huynh and Trong-Le Do and Khanh-Duy Le and Mai-Khiem Tran and Nhat Hoang-Xuan and Thang-Long Nguyen-Ho and Vinh-Tiep Nguyen and Tuong-Nghiem Diep and Khanh-Duy Ho and Xuan-Hieu Nguyen and Thien-Phuc Tran and Tuan-Anh Yang and Kim-Phat Tran and Nhu-Vinh Hoang and Minh-Quang Nguyen and E-Ro Nguyen and Minh-Khoi Nguyen-Nhat and Tuan-An To and Trung-Truc Huynh-Le and Nham-Tan Nguyen and Hoang-Chau Luong and Truong Hoai Phong and Nhat-Quynh Le-Pham and Huu-Phuc Pham and Trong-Vu Hoang and Quang-Binh Nguyen and Hai-Dang Nguyen and Akihiro Sugimoto and Minh-Triet Tran},
journal= {arXiv preprint arXiv:2304.06053},
year = {2023}
}
备注
Accepted to Computers and Graphics (3DOR, Journal Track)