arXiv · AI· Minsu Kim, Jaesung Choe, Jiwoo Lee, Yu-Chiang Frank Wang, Seon Joo Kim·· 2026-10-06AI 评分22
RelationVGGT:面向 3D 空间关系分割的视觉几何 Transformer
RelationVGGT: Visual Geometry Transformers for 3D Spatial Relation Segmentation
AI 导读
RelationVGGT 提出前馈式、无需相机位姿的 3D 空间关系分割框架,给定视觉指定的主体和关系文本查询,即可跨视图分割目标,且不接收其类别名称。 该框架融合视觉基础模型的语义特征与 3D 几何基础模型的几何感知表示,并用关系 Transformer 做主体条件化的跨视图关系预测,无需逐场景优化。
来源:arXiv · AI · arxiv.org