3D質問応答を効率化するメモリツリー型キーフレーム選択手法

arXiv cs.CV ・ 2026-08-18

原題: Memory Tree Guided Key Frame Querying for Efficient 3D Question Answering

AI による要約

3Dシーンをリアルタイムでオンライン構築可能なメモリツリー型3D表現 MemTree3D を提案する。カメラの6-DoFポーズを活用し、マルチレベルの3Dシーン情報を保持することで、大規模言語モデルが質問関連のキーフレームを効率的に検索できる。従来の視覚検索手法が1つのクエリにつき数千フレームを検索していたのに対し、数分で処理を完了する。

この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.CV）をご確認ください。