Компьютерная наука > Комплектное видение и распознавание моделей [представлено 28 мая 2026 (v1), последний пересмотренный вариант 15 сентября 2026 года (эта версия v3)] Название: DGSG-Mind: Динамические 3D гауссейские графы для долгосрочного понимания сцен и заземления PDF HTML (экспериментальное) резюме: Интеграция открытой вокалиционной информации в динамические 3D представления с места событий имеет важное значение для долговременного осмысления сцен. Однако существующие методы часто страдают от неустойчивого взаимодействия из-за неполного перекрестного обзора, в то время как их ограниченные возможности по реагированию на изменения уровня объекта ограничивают долгосрочное выполнение роботизированных задач. Кроме того, нынешние методы 3D-сценирования либо основываются на простом совпадении параметров без эксплицитного пространственного рассуждения, либо предполагают офлайновую геометрию 3D. Для решения этих проблем мы представляем ГДГС-Минд, гибридную систему графиков с 3D в гауссианском динамическом стиле с воплощением аргументационного агента. Наша система сочетает вероятностную воксельную сетку с эксплицитным 3D гауссианцами, чтобы создать надежные межмодальные системы синтезирования и постепенное семантичное картирование. Он осуществляет динамические изменения посредством визуальной релокации на основе Гаусса и локальной совершенствования в масках, руководствуясь геометрическо-семантической последовательностью. На примере карты Гауссиана ГДГС-Минд далее создает граф…
DGSG-Mind: Динамические 3D гауссейские графы для долгосрочного понимания и заземления сцен
arXiv: 2605.29879v3 Тип уведомления: заменить резюме: интеграция семантической информации открытого вокала в динамический 3D-образный образ сцены имеет важное значение для долгосрочного понимания сцен. Однако существующие методы часто страдают от неустойчивого взаимодействия из-за неполного перекрестного обзора, в то время как их ограниченные возможности по реагированию на изменения уровня объекта ограничивают долгосрочное выполнение роботизированных задач. Кроме того, нынешние методы 3D-сценирования либо основываются на простом совпадении параметров без эксплицитного пространственного рассуждения, либо предполагают офлайновую геометрию 3D. Для решения этих проблем мы представляем ГДГС-Минд, гибридную систему графиков с 3D в гауссианском динамическом стиле с воплощением аргументационного агента. Наша система сочетает вероятностную воксельную сетку с эксплицитным 3D гауссианцами, чтобы создать надежные межмодальные системы синтезирования и постепенное семантичное картирование. Он осуществляет динамические изменения через визуальную релокацию на основе Гауссии и локальную совершенствование в масках, руководствуясь