arXiv cs.CV· Zhiang Chen, Nahyuk Lee, Boyang Sun, Taein Kwon, Marc Pollefeys, Zuria Bauer, Sunghwan Hong·· 5 小时前AI 评分29
PROSE：用视觉语言模型实现免训练的第一人称视角场景配准
PROSE: Training-Free Egocentric Scene Registration with Vision-Language Models
AI 导读
PROSE 是一种免训练的第一人称视角场景配准方法，利用预训练视觉语言模型同时完成场景理解与跨扫描匹配，无需深度传感器、训练或标注图。该方法将每段 RGB 序列提升为物体级 3D 场景图，借助物体高度先验和成对同/异查询验证匹配，再通过几何一致性选出刚性变换。
来源：arXiv cs.CV · arxiv.org