View-on-Graph: シーングラフ上の視覚言語推論によるゼロショット3D視覚グラウンディング

この論文は、特定のオブジェクトとシーンのペアに関する事前のトレーニングなしに、3D空間内のオブジェクトを特定できる新しい3D視覚グラウンディングのアプローチを提示している可能性があります。 シーングラフ上の視覚言語推論に基づくこのゼロショット機能は、この分野における重要な進歩です。

• •ゼロショット3D視覚グラウンディングに焦点を当てています。
• •視覚言語推論を利用します。
• •オブジェクトの理解のためにシーングラフを使用します。