論文の概要: UniPart: Towards Zero-shot Language-Grounded 3D Part Segmentation for Embodied Interaction
- arxiv url: http://arxiv.org/abs/2609.12898v1
- Date: Fri, 11 Sep 2026 14:25:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-15 07:38:31.774813
- Title: UniPart: Towards Zero-shot Language-Grounded 3D Part Segmentation for Embodied Interaction
- Title（参考訳）: UniPart: ゼロショット言語を取り巻く3次元インタラクションのためのセグメンテーションを目指して
- Abstract要約: テキスト条件付き3次元部分分割について検討し、自由形式のフレーズが点クラウド上の機能部分を選択する。
監視を拡大するため,160K以上の資産と8Mテキストをペアに組み込んだLangPart-1Mを構築した。
UniPartは、オープン語彙部分ベンチマークで強力なゼロショット結果を実現し、実世界における言語条件部分の把握に転送する。
- 参考スコア（独自算出の注目度）: 26.967735110263437
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Fine-grained robotic manipulation depends on understanding parts, not only whole objects. Existing 3D foundation models tend to be either generalized but object-aware, or part-aware but limited to closed-set taxonomies, which weakens zero-shot transfer. We study text-conditioned 3D part segmentation, where a free-form phrase selects a functional part on point cloud. We introduce UniPart, a feed-forward cross-modal 3D Transformer that conditions CLIP text embedding. To scale supervision, we build LangPart-1M with 160K+ Objaverse assets and 8M text to part pairs using multi-view consistent part generation. We further manually label a high-quality subset, LangPart-4K, for fine-tuning and evaluation. UniPart achieves strong zero-shot results on open-vocabulary part benchmarks and transfers to language-conditioned part grasping in real world.
- Abstract（参考訳）: きめ細かいロボット操作は、全体だけでなく、理解の部分にも依存する。
既存の3Dファウンデーションモデルは一般化されるが、オブジェクト認識または部分認識されるが、ゼロショット転送を弱めるクローズドセットの分類体系に制限される傾向がある。
テキスト条件付き3次元部分分割について検討し、自由形式のフレーズが点クラウド上の機能部分を選択する。
フィードフォワード・クロスモーダルな3DトランスであるUniPartを導入し,CLIPテキストの埋め込みを条件とした。
本研究では,160K以上のObjaverseアセットと8MテキストによるLangPart-1Mを,複数ビュー一貫した部分生成を用いて,ペアに構築する。
さらに手作業で高品質なサブセットであるLangPart-4Kを微調整と評価のためにラベル付けする。
UniPartは、オープン語彙部分ベンチマークで強力なゼロショット結果を実現し、実世界における言語条件部分の把握に転送する。
関連論文リスト
- SAM3D-Part: Interactive Part Selection and Generation from 3D Objects [20.379932054770588]
本稿では,入力3Dオブジェクトメッシュから選択部品を生成するためのプロンプト駆動型フレームワークSAM3D-Partを提案する。
SAM3D-Partはソースアライメントを大幅に改善し、コンディショニングコストを低減し、一貫した選択的部分生成を可能にする。
論文 参考訳（メタデータ） (2026-09-14T14:26:34Z) - DreamPartGen: Semantically Grounded Part-Level 3D Generation via Collaborative Latent Denoising [12.282331512159473]
本研究では,DreamPartGenを提案する。
コヒーレントで解釈可能なテキストアライメント3合成を可能にするコヒーレントな幾何整合性を実現する。
論文 参考訳（メタデータ） (2026-03-19T17:58:11Z) - Name That Part: 3D Part Segmentation and Naming [13.782629682520422]
直列アライメントタスクとして部品命名を定式化するALIGN-Partsを提案する。
本手法では, 形状を3次元の暗黙的な部分表現であるパーレットに分解し, バイパーティイト代入による部分記述とマッチングする。
我々のモデルは、任意の記述に対するゼロショットマッチングと、既知のカテゴリに対する信頼度校正予測をサポートします。
論文 参考訳（メタデータ） (2025-12-19T19:02:36Z) - PartNeXt: A Next-Generation Dataset for Fine-Grained and Hierarchical 3D Part Understanding [65.55036443711528]
PartNeXtは、23,000以上の高品質なテクスチャ付き3Dモデルを持つ次世代データセットで、50のカテゴリにわたるきめ細かな階層的なパーツラベルがアノテートされている。
そこで我々は,(1)クラス非依存な部分分割,最先端の手法が細粒度や葉のレベルに苦しむ部分分割,(2)3D部分中心の質問応答,(3)オープン語彙の部分接地における大きなギャップを明らかにする3D-LLMsの新しいベンチマークの2つのタスクについて,PartNeXtをベンチマークした。
論文 参考訳（メタデータ） (2025-10-23T03:06:08Z) - OmniPart: Part-Aware 3D Generation with Semantic Decoupling and Structural Cohesion [31.767548415448957]
我々は,パートアウェアな3Dオブジェクト生成のための新しいフレームワークであるOmniPartを紹介する。
提案手法は,ユーザ定義部分の粒度,高精度なローカライゼーションをサポートし,多様な下流アプリケーションを実現する。
論文 参考訳（メタデータ） (2025-07-08T16:46:15Z) - PARTFIELD: Learning 3D Feature Fields for Part Segmentation and Beyond [70.95930509071451]
PartFieldは、パートベースの3D機能を学ぶためのフィードフォワードアプローチである。
PartFieldは、他のクラスに依存しない部分分割方法よりも最大20%正確で、多くの場合、桁違いに高速です。
論文 参考訳（メタデータ） (2025-04-15T17:58:16Z) - PartGen: Part-level 3D Generation and Reconstruction with Multi-View Diffusion Models [63.1432721793683]
テキスト,画像,構造化されていない3Dオブジェクトから意味のある部分からなる3Dオブジェクトを生成する新しいアプローチであるPartGenを紹介する。
提案手法は, 生成された実物および実物の3次元資産に対して評価し, セグメンテーションおよび部分抽出ベースラインを大きなマージンで上回っていることを示す。
論文 参考訳（メタデータ） (2024-12-24T18:59:43Z) - 3D Part Segmentation via Geometric Aggregation of 2D Visual Features [57.20161517451834]
監督された3D部分分割モデルは、固定されたオブジェクトと部品のセットに合わせて調整されており、それらの転送可能性は、オープンセットの現実世界のシナリオに制限される。
近年、視覚言語モデル(VLM)を多視点レンダリングとテキストプロンプトを用いてオブジェクト部品の識別に活用する研究が進められている。
これらの制約に対処するために,視覚概念から抽出した意味論と3次元幾何学をブレンドし,対象部品を効果的に同定するCOPSを提案する。
論文 参考訳（メタデータ） (2024-12-05T15:27:58Z) - SAMPart3D: Segment Any Part in 3D Objects [23.97392239910013]
3D部分のセグメンテーションは、3D知覚において重要な課題であり、ロボット工学、3D生成、および3D編集などのアプリケーションにおいて重要な役割を果たす。
最近の手法では、2次元から3次元の知識蒸留に強力なビジョン言語モデル(VLM)を用いており、ゼロショットの3次元部分分割を実現している。
本研究では,任意の3Dオブジェクトを複数の粒度のセマンティックな部分に分割する,スケーラブルなゼロショット3D部分分割フレームワークであるSAMPart3Dを紹介する。
論文 参考訳（メタデータ） (2024-11-11T17:59:10Z) - Generative 3D Part Assembly via Part-Whole-Hierarchy Message Passing [26.366915258021866]
生成3D部品の組み立ては、部品の関係を理解し、現実的な3D形状を組み立てるための6-DoFのポーズを予測する。
効率的な3次元部分集合のための部分階層型メッセージパッシングネットワークを提案する。
PartNetデータセットを用いた実験結果から,本手法は部分的な最先端性能と接続精度を実現していることがわかった。
論文 参考訳（メタデータ） (2024-02-27T12:42:06Z) - PartSLIP: Low-Shot Part Segmentation for 3D Point Clouds via Pretrained
Image-Language Models [56.324516906160234]
一般化可能な3D部分分割は重要だが、ビジョンとロボティクスでは難しい。
本稿では,事前学習した画像言語モデルGLIPを利用して,3次元点雲の低ショット部分分割法を提案する。
我々は2Dから3Dへの豊富な知識を、ポイントクラウドレンダリングにおけるGLIPに基づく部分検出と新しい2D-to-3Dラベルリフトアルゴリズムにより転送する。
論文 参考訳（メタデータ） (2022-12-03T06:59:01Z) - 3D Compositional Zero-shot Learning with DeCompositional Consensus [102.7571947144639]
我々は、部分的知識は観察されたオブジェクトクラスを超えて構成可能であるべきだと論じる。
本稿では、視覚から見えないオブジェクトクラスへの部分一般化の問題として、3D合成ゼロショット学習を提案する。
論文 参考訳（メタデータ） (2021-11-29T16:34:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。