arXiv cs.CL· Shengkai Ma, Zhenyu Hou, Weihua Cao·· 10 天前AI 评分22
PARC-Loc：用部分分配与关系一致性实现文本到点云定位
PARC-Loc: Text-to-Point-Cloud Localization with Partial Assignment and Relational Consistency
AI 导读
PARC-Loc 是一个基于部分分配与关系一致性（PARC）的由粗到细文本到点云定位框架，联合建模提示物体兼容性与成对空间关系，以缓解布局不一致的混叠和边界证据不完整两类失败模式。在 KITTI360Pose 上，该方法将 5 米 Top-1 定位召回率从 0.50 提升至 0.67，相对最强基线提升 34%；在 CityLoc 上也优于传统由粗到细基线。
正文 · AI 翻译
摘要：文本到点云定位根据对周围物体的描述，在城市尺度的 3D 地图中估计位置。现有的由粗到细方法利用聚合学习到的兼容性检索子图，然后在选定的子图内进行定位。然而，重复或相似的城市物体可能夸大查询与多个子图之间的嵌入相似度，即使子图内的实例布局违反了查询描述。同时，与查询相关的实例往往跨越子图边界，使检索到的子图缺少完整的上下文证据。我们分别将这两种失败模式称为布局不一致混叠和边界证据不完整。为了解决这些问题，我们提出了 PARC-Loc，一个基于部分分配与关系一致性（PARC）的由粗到细定位框架。PARC 联合建模提示-物体兼容性和成对空间关系，允许未匹配元素，同时偏好与查询布局一致的分配。在粗阶段，其候选级评估补充了神经相似度，用于布局一致的子图选择。在细阶段，上下文通过来自相邻子图的查询相关实例进行扩展，而 PARC 产生物体级匹配权重来引导跨模态注意力。在 KITTI360Pose 和 CityLoc 上的大量实验表明，PARC-Loc 优于传统的由粗到细基线。在 KITTI360Pose 上，我们的方法将 5 m 处的 Top-1 定位召回率从 0.50 提高到 0.67，相对于最强基线实现了 34% 的相对提升。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.09761 [cs.CV] |
| （或 arXiv:2610.09761v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.09761 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Shengkai Ma [查看电子邮件]
[v1]
2026 年 10 月 7 日星期三 09:46:34 UTC（2,312 KB）
来源：arXiv cs.CL · arxiv.org