面向训练自由的 3D 开放世界分类：基于 3D 生成模型
计算机视觉与模式识别
2025-04-18 v2
摘要
3D 开放世界分类是动态且非结构化真实场景中不可或缺且具有挑战性的任务，要求同时实现开放类别识别和开放姿态识别。为解决这些挑战，近期方法常采用复杂的 2D 预训练模型以提供丰富且稳定的表征。然而，这些方法主要依赖 3D 对象如何映射到 2D 空间，而这一问题尚未得到妥善解决，从而显著限制了性能。与这些现有方法不同，本文首次探索使用 3D 生成模型进行 3D 开放世界分类。我们借助 3D 生成模型所蕴含的丰富先验知识，构建了一个旋转不变特征提取器。这种创新性协同为我们的管线带来了训练自由、开放类别、姿态不变等优势，从而为 3D 开放世界分类提供了理想的解决方案。大量基准实验表明，生成模型在 3D 开放世界分类中具有巨大的潜力，在 ModelNet10 和 McGill 数据集上分别实现了 32.0% 和 8.7% 的总体准确率提升。
引用
@article{arxiv.2501.17547,
title = {Towards Training-Free Open-World Classification with 3D Generative Models},
author = {Xinzhe Xia and Weiguang Zhao and Yuyao Yan and Guanyu Yang and Rui Zhang and Kaizhu Huang and Xi Yang},
journal= {arXiv preprint arXiv:2501.17547},
year = {2025}
}