OpenGround: 开放世界3D视觉定位

本文介绍了OpenGround，一个用于3D视觉定位的新框架，通过实现零样本学习和处理开放世界场景来解决现有方法的局限性。核心创新是基于主动认知的推理（ACR）模块，该模块动态扩展了模型的认知范围。本文的意义在于它能够处理未定义或未知的目标，使其适用于更多样化和更真实的3D场景理解任务。OpenTarget数据集的引入通过提供一个用于评估开放世界定位性能的基准，进一步促进了该领域的发展。

• •OpenGround是一个用于开放世界3D视觉定位的零样本框架。
• •它使用基于主动认知的推理（ACR）模块来克服预定义对象查找表的限制。
• •ACR模块动态扩展了模型的认知范围。
• •本文介绍了一个新的数据集OpenTarget，用于评估开放世界场景。
• •OpenGround在现有基准上实现了具有竞争力的和最先进的性能，并在OpenTarget上显示出显着的改进。