End-to-end Fusion3DGS: ラベル効率的なガウシアン スプラッティングに基づくマルチモーダル 3D インスタンス セグメンテーション
Zhiyuan Wang1,2, Chuang Luo1,2, Jianping Zhang3,4
1School of Transportation and Logistics, Southwest Jiaotong University, Chengdu, 610031, China.
Scientific reports
|January 6, 2026
まとめ
Fusion3DGSは、2Dマスクのみを使用して効率的な3Dインスタンスセグメンテーションを可能にし、高価な3Dデータの必要性を減らします。この新しいフレームワークは、容易に入手可能なRGB画像を活用することで、エンボディドシステムにおける知覚能力を向上させます。


