Tag · 4 篇

可学习查询

分布 3D 视觉与重建2图像分割1生成模型与扩散1

Unified Primitive Proxies for Structured Shape Completion

将图元（primitive）解码从点云级联中解耦为独立通路，并用可学习查询（primitive proxies）一次性前馈输出几何、语义与内点归属，可直接迁移到点云补全、部件级重建与装配式表面重建流程。

SAQN: Semantic-based Adaptive Query Network for 3D Referring Expression Segmentation

用每个语义类一个可学习查询向量替代从点云生成查询，把查询数量从数万级降到类别级，并用隐式类别对齐绕开匈牙利匹配；做 3D 指代分割或点云开放词表分割时可直接复用这套查询构造与补充查询融合策略。

MMCP-GEN: A Modality-Extensible Diffusion Language Model for Conditional Protein Sequence Generation

其「可学习查询 + 模态指示头」的可组合条件机制，可迁移到视觉扩散模型的多条件控制（如同时以深度、分割、文本为条件），实现新增条件时无需重训主干；生成-打分联合目标也可借鉴用于序列与结构一致性的对齐。

HiFi-BRep: High-Fidelity Latent Representation for Robust B-Rep Generation

把 B-Rep 生成重构为「高保真潜变量 + 单阶段并行几何/拓扑解码」的范式，其用可学习查询消除 padding 噪声、用拓扑引导注意力防止特征污染的做法，可迁移到点云/网格等结构化 3D 表示的生成式建模中。