新模型自回归扩散生成3D场景图

研究者 Jose Andres Millan-Romera 等人提出一种统一的自回归扩散图生成模型，联合学习图结构与空间节点特征，从观测到的垂直平面自底向上构建任意层级深度的完整 3D 场景图（3DSG）。该研究发表在 arXiv 的 cs.LG 分类下。 研究称，该方法在合成场景、真实建筑平面图和机器人传感器数据等 3DSG 数据集上一致超越所有基于学习和随机的基线，并在最大层级和真实单层数据上超越可获取目标图规模信息的 one-shot 模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。