论文页面 - 3D场景交互理解中的几何与语义耦合

来源：https://huggingface.co/papers/2609.25247 发布于 9月21日

·

提交者：https://huggingface.co/imsuperkong

Kong (https://huggingface.co/imsuperkong) 于9月23日

摘要

3D场景中的交互理解需要对可移动部件、其运动以及可操作区域进行联合描述。我们提出了Segment-Snap，它通过部件与操作把手之间的物理关系将这些输出连接起来。学习到的预测器能够识别大的部件表面和小的操作把手。几何解码器利用平面和直立先验来约束运动，然后根据预测的把手位置选择铰链线，无需训练运动回归器。反过来，一个联合的部件和把手预测器提供了额外的候选把手，其运动类别通过包含它们的部件进行细化。每次信息传递只应用一次，无需迭代反馈。在Articulate3D验证集上，把手引导将固定掩码和轴条件下的运动门控AP从13.74%提升至40.98%。额外的候选把手将把手AP从24.63%提高到29.65%；基于部件的类别校正增加了0.98个百分点，而完整的上下文达到了30.99%。通过重复训练、学习到的解码器控制以及配对可视化，我们确立了结合几何和语义证据进行交互理解的优势与局限。

查看 arXiv 页面 (https://arxiv.org/abs/2609.25247) 查看 PDF (https://arxiv.org/pdf/2609.25247) 项目主页 (https://hyokong.github.io/segment-snap-page/) GitHub1 (https://github.com/HyoKong/Segment-Snap) 添加至收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.25247)

在你的智能体中获取此论文：

hf papers read 2609\.25247

没有最新的CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

无模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2609.25247 以从此页面链接它。

引用此论文的数据集 0

无数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2609.25247 以从此页面链接它。

引用此论文的 Spaces 0

无 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2609.25247 以从此页面链接它。

包含此论文的收藏 0

无收藏包含此论文

将此论文添加到收藏 (https://huggingface.co/new-collection) 以从此页面链接它。