יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

RelationVGGT: טרנספורמרים ויזואליים-גאומטריים

RelationVGGT: Visual Geometry Transformers for 3D Spatial Relation Segmentation
RelationVGGT הוא כלי חדש לחלוקה של יחסים מרחביים במרחב תלת-ממדי. הוא משלב מודלים ויזואליים וגאומטריים כדי לנבא יחסים בין אובייקטים. המחקר מציג פיפליין אוטומטי ליצירת נתונים לאימון.
תקציר מקורי באנגליתarXiv:2610.00970v1 Announce Type: cross Abstract: Recent advances in 3D reconstruction have progressed from per-scene optimization to feed-forward inference, and semantic scene understanding has followed suit -- yet existing methods remain confined to object-centric perception, neglecting spatial relations between objects. We formulate 3D spatial relation segmentation in a feed-forward, pose-free multi-view setting: given a visually specified subject and a relational text query, the model segments the target across views without receiving its category name. To this end, we propose RelationVGGT, a novel feed-forward framework that integrates semantic features from a visual foundation model with geometry-aware representations from a 3D geometry foundation model and leverages a relation trans
קרא במקור המקורי