用于理解三维场景交互的几何与语义耦合
研究人员提出 Segment-Snap，用于理解三维场景中的交互，并联合描述可移动部件、部件运动以及操作区域。该方法识别较大的部件表面和较小的把手，再利用几何先验与把手位置推断运动方式和铰链轴，无需训练运动回归器。在 Articulate3D 验证集上，在保持掩码和轴不变的情况下，把手引导使运动门控平均精度从 13.74% 提升至 40.98%。加入额外把手候选后，把手平均精度从 24.63% 提升至 29.65%；结合基于部件的类别校正后，完整结果达到 30.99%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。