Lang3DSG: 基于语言的对比预训练用于 3D 场景图预测

本文提出了一种新颖的三维场景感知方法 Model2Scene，通过从 CAD 模型和语言中学习自由的三维场景表示来解决大规模标注的点云获取费时费力的问题。实验证实了学习到的三维场景表示对各种下游任务的益处，包括无标签三维物体显著目标检测、标签高效三维场景感知和零样本三维语义分割。