视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2025-12-29 至 2025-12-29 共收录 1 篇信号源：cs.CV, cs.GR, cs.RO

1. 空间理解 1 篇

2508.06259 2025-12-29 cs.CV cs.AI 57%

SIFThinker: 基于空间的图像聚焦用于视觉推理

Zhangquan Chen, Ruihui Zhao, Chuwei Luo, Mingze Sun, Xinlei Yu, Yangyang Kang, Ruqi Huang

机构 * ByteDance（字节跳动）

专题命中空间理解：spatial understanding(abstract)；分类 cs.CV

AI总结 SIFThinker通过结合深度增强的边界框和自然语言，提升视觉推理中的空间理解和细粒度感知能力。

Comments 15 pages, 13 figures

↑