CoGaussian：基于开放词汇高斯表示的协同三维场景理解
论文提出 CoGaussian，一个基于开放词汇高斯表示的协同语义占据预测框架，将场景表示为一组与基础模型对齐的稀疏三维高斯，作为多智能体之间通信与融合几何、语义信息的紧凑表示。该方法针对现有协同语义占据方法依赖稠密三维体素标注、且只能识别预定义语义类别的问题。在 Semantic-OPV2V 基准上，CoGaussian 优于现有的开放词汇单智能体方法。
发布于 10-22 10:56来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《CoGaussian: Open-Vocabulary Gaussian-based Collaborative 3D Scene Understanding》查看原链
arXiv:2610.28530v1 公告类型：交叉 摘要：协同感知使智能体能够获取超出任何单个智能体视野范围的场景语义与几何信息。 这种更广泛的场景理解提升了交通安全，并提高了多机器人系统的效率。 然而，现有的协同语义占据方法依赖稠密三维体素标注，且只能识别预定义语义类别集合内的物体。
为克服这些限制，我们提出 CoGaussian，一个基于开放词汇高斯表示的协同语义占据预测框架。 CoGaussian 将场景表示为一组与基础模型对齐的稀疏三维高斯，作为跨多个智能体通信与融合几何和语义信息的紧凑表示。 在 Semantic-OPV2V 基准上，我们的方法优于现有的开放词汇单智能体方法，凸显了开放词汇协同场景理解的有效性。