Tag · 2 篇
CLIP-特征蒸馏
01 02
Ov3R：从 RGB 视频进行开放词表语义三维重建
Ov3R: Open-Vocabulary Semantic 3D Reconstruction from RGB Videos
把 CLIP 语义直接注入三维重建主干（CLIP3R 预测带物体级语义的稠密点图），再用 2D-3D 融合描述子把二维开放词表特征提升到三维，为开放词表三维分割与全局一致重建提供了一条可复用的「重建即语义」路线。
EmbodiedSplat：面向开放词表三维场景理解的在线前馈语义 3DGS
EmbodiedSplat: Online Feed-Forward Semantic 3DGS for Open-Vocabulary 3D Scene Understanding
把 CLIP 嵌入绑定到每个 3D 高斯上，并用 3D U-Net 聚合部分点云生成几何感知的 CLIP 特征，为在线开放词表 3D 语义重建提供了可复用的「2D 语言特征 + 3D 几何先验」融合方案。