机构名称：
¥ 1.0
摘要。在本文中，我们提出了Egolifter，这是一个新型的系统，可以自动将自我中心传感器捕获的场景分为单个3D对象的完整分解。该系统是针对以自然的（非扫描）运动捕获的数百个obs的现场设计的特定设计的。eGolifter采用3D高斯人作为3D场景和对象的基本表示形式，并使用段中的任何模型（SAM）的细分掩码作为薄弱的监督，以学习对对象实例的灵活定义，对对象实例的定义，没有任何特定的对象分类法。为了处理以自我为中心的视频中动态对象的挑战，我们设计了一个瞬态预测模块，该模块学会过滤3D重新构造中的动态对象。结果是一条全自动管道，能够将3D对象实例重建为3D高斯人的集合，共同构建了整个场景。我们在ARIA Digital Twin数据集上创建了一个新的基准测试，该基准在自然egipentric输入中定量地证明了其在开放世界3D分割中的最先进。我们在各种以自我为中心的活动数据集上运行Egolifter，该数据集显示了该方法在大规模上以3D为中心感知的希望。请访问https://egolifter.github.io/的项目页面。
开放世界3D段用于自我中心感知
主要关键词
相关文件推荐
