Tag · 1 篇
QueryMe: Query-Driven Open-Vocabulary 3D Object Affordances Grounding from Multimodal Evidence
将2D人-物交互图像投影到3D空间,并用多模态查询结构在点云中检索几何一致的功能部件,为开放词表3D功能可供性定位提供了可复用的跨模态对齐与查询机制。