计算机科学 > 计算机视觉与模式识别
[提交于 2025年7月11日
(v1)
,最后修订 2025年7月21日 (此版本, v2)]
标题: InstaScene:从杂乱场景中实现完整的3D实例分解和重建
标题: InstaScene: Towards Complete 3D Instance Decomposition and Reconstruction from Cluttered Scenes
摘要: 人类可以自然地识别并 mentally 完成杂乱环境中的遮挡物体。 然而,即使使用先进的重建技术,赋予机器人类似的认知能力仍然具有挑战性,这些技术将场景建模为未区分的整体,并无法从部分观察中识别完整的物体。 在本文中,我们提出了InstaScene,一种新的整体3D感知范式,主要目标是分解任意实例的同时确保完整重建。 为了实现精确分解,我们开发了一种新颖的空间对比学习方法,通过跨视角追踪每个实例的光栅化过程,显著增强了杂乱场景中的语义监督。 为了克服有限观察带来的不完整性,我们引入了原位生成,利用有价值的观察和几何线索,有效地引导3D生成模型重建与现实世界无缝对齐的完整实例。 在复杂的真实世界和合成场景中的场景分解和物体补全实验表明,我们的方法在实现优越分解精度的同时,生成了几何上真实且视觉完整的物体。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.