КластерSplat: отбор семантического кластера для 3D Визуального заземления в Гассовском сплэттинге

arXiv: 261 0366462v 1 Annuales Type: New Humber: Мы изучаем 3D визуальное заземление в 3D Gassian Splating (3DGS), где привязка к объекту должна идентифицироваться как 2D-маска, так и набор четко выраженных 3D гауссианцев. Предварительные методы обычно позволяют получить 3D-целевые показатели путем применения эвристических пороговых значений или фильтрации верхних соотношений к плотным примитивным значениям значимости. Однако эти оценки часто существенно различаются в зависимости от сцен и причин, что делает такие эвристические показатели чувствительными и ведут к нестабильной атаке. КластерSplat решает эту проблему, переформулировав выбор 3D в качестве выбора на уровне кластеров для кандидатов с адаптивностью к месту преступления. Первый метод - это изучение гауссианских особенностей, создание вокселей с описанием характеристик и объединение соседних семенных вокселей при снижении критерия длины описания, что позволяет получить набор конкретных сцен для кандидатов на участие в кластере. С учетом ссылки, участвующий в опросе специалист по кластеру отбирает кандидатов с небольшим весом MLP и выбранным