arXiv Computer Vision· Nermin Samet, Gilles Puy, Renaud Marlet·· 2 小时前AI 评分30
IGLOSS：用图像生成实现激光雷达开放词汇语义分割
IGLOSS: Image Generation for Lidar Open-vocabulary Semantic Segmentation
AI 导读
IGLOSS 提出一种面向 3D 车载激光雷达数据的零样本开放词汇语义分割方法，通过文本生成原型图像，绕开 CLIP 等 VLM 固有的图文模态差距。方法先用 2D 视觉基础模型蒸馏出 3D 网络，再将 3D 点特征与原型图像的 2D 图像特征匹配来完成点云标注。该方法在 nuScenes 和 SemanticKITTI 上取得 OVSS 的 SOTA，代码、预训练模型和生成图像已公开。
来源：arXiv Computer Vision · arxiv.org