arXiv ID:
2603.02548
arXiv 提交日期: 2026-03-03
SemGS:基于稀疏视图的前馈式语义3D高斯泼溅用于可泛化的场景理解 / SemGS: Feed-Forward Semantic 3D Gaussian Splatting from Sparse Views for Generalizable Scene Understanding
1️⃣ 一句话总结
这项研究提出了一种名为SemGS的新方法,它能够仅用少数几张照片就快速重建出带有物体类别信息的3D场景模型,并能从任意新角度生成清晰的语义分割图,大大提升了机器人在复杂环境中理解场景的效率和实用性。