Tag · 2 篇
语言引导分割
分布 视觉语言模型13D 视觉与重建1
01 02
SegEarth-R2：面向遥感图像的综合语言引导分割
SegEarth-R2: Towards Comprehensive Language-guided Segmentation for Remote Sensing Images
面向遥感场景的语言引导分割，用 MLLM 直接输出分割结果；其空间注意力监督机制可迁移到小目标与部件级定位任务，灵活的分割查询机制为单目标/多目标统一建模提供了可复用设计。
LangRef3DGS：基于 3D 高斯泼溅、由自然语言引导的部分观测三维指代分割
LangRef3DGS: Natural Language-Guided 3D Referential Segmentation from Partial Observations via 3D Gaussian Splatting
把 3DGS 当作可微的语义嵌入场来承载开放词表文本查询，并用梯度低秩机制压缩特征冗余以提升类别可分性——这套「嵌入场 + 低秩」组合可直接迁移到任何需要从稀疏 RGB-D 观测做语言查询 3D 分割或新类发现的场景。