CVPR 2025 满分论文｜清华提出TSP3D：基于语言引导空间剪枝的高效3D视觉Grounding

文章预览

↑ 点击 蓝字  关注极市平台 作者丨许修为 来源丨CVer 编辑丨极市平台 极市导读   本文介绍了一种名为 TSP3D 的高效 3D 视觉定位框架，通过语言引导的空间剪枝和多层稀疏卷积架构，实现了高精度和快速推理，在 ScanRefer 和 ReferIt3D 数据集上达到了 SOTA 性能，同时显著提升了推理速度。  >> 加入极市CV技术交流群，走在计算机视觉的最前沿 很开心我们最近的工作拿到了CVPR的满分，这也是继 DSPDet3D 之后三维空间剪枝在3DVG任务中的一次成功的尝试。在这篇文章中，我们提出了TSP3D，一个高效的3D视觉定位（3D Visual Grounding）框架，在性能和推理速度上均达到SOTA。此外，文中还包含了我们将三维稀疏卷积引入3D Visual Grounding任务中遇到的挑战，以及我们的探索和思考。 Text-guided Sparse Voxel Pruning for Efficient 3D Visual Grounding 论文： https://arxiv.org/abs/2502.10392 代码 ………………………………