基于文本的从第一人称视角的作用感知学习

本论文介绍了名为3D AffordanceNet的数据集，包含23个语义对象类别的23k个形状，注释了18个视觉可用性类别，并提供了三个评估视觉可用性理解的基准测试任务。作者评估了三种最先进的点云深度学习网络，并研究了半监督学习设置下利用未标记数据的可能性。结果表明，视觉可用性理解是一个有价值但具有挑战性的基准测试。