arXiv cs.AI· Binh Long Nguyen, Kien Nguyen, Clinton Fookes, Peyman Moghadam·· 10 天前AI 评分24
OpenSplatGraph：从稠密语义地图到开放词汇机器人感知的结构化场景图
OpenSplatGraph: From Dense Semantic Maps to Structured Scene Graphs for Open-Vocabulary Robot Perception
AI 导读
OpenSplatGraph 是一个统一框架，可直接从在线高斯开放词汇语义地图构建持久 3D 场景图，通过可靠性感知语义场实现置信度感知、查询条件下的物体提取，并将物体实例关联为持久图节点以增量更新属性与关系。该框架同时支持语言引导的物体定位与结构化关系推理，在标准 3D 场景理解基准和真实机器人实验中取得有竞争力的性能，已被 ACCV 2026 接收。
正文 · AI 翻译
摘要：具有语义理解的稠密 3D 建图对于复杂环境中的机器人感知至关重要。近期基于 3D Gaussian Splatting 的建图方法实现了高保真几何与高效的开放词汇感知，但通常将语义表示为非结构化的特征场，限制了以对象为中心的推理。相比之下，3D 场景图显式地建模对象及其关系以进行结构化推理，但通常由稀疏的几何表示构建，未能充分利用稠密语义地图。在本工作中，我们提出了 OpenSplatGraph，一个统一框架，可直接从基于高斯在线开放词汇语义地图构建持久 3D 场景图。所提出的框架通过可靠性感知语义场增强稠密语义地图，该语义场维护轻量级观测统计，用于置信度感知、查询条件下的对象提取。提取的对象实例与持久图节点关联，使对象属性和关系能够在观测和查询之间增量更新。通过将稠密语义建图与持久以对象为中心的表示紧密耦合，我们的框架支持语言引导的对象定位和结构化关系推理，同时保持基于高斯建图的几何保真度。在标准 3D 场景理解基准和真实机器人实验上的全面评估表明，OpenSplatGraph 在在线开放词汇感知和下游机器人任务中取得了有竞争力的性能。项目页面：https://csiro-robotics.github.io/OpenSplatGraph。
| 评论： | 已被 ACCV 2026 接收 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.07569 [cs.RO] |
| （或 arXiv:2610.07569v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.07569 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Binh Long Nguyen [查看电子邮件]
[v1]
2026 年 10 月 6 日星期二 00:58:30 UTC（3,768 KB）
来源：arXiv cs.AI · arxiv.org