Buchumschlag

ExCap3D: Expressive 3D Scene Understanding via Object Captioning with Varying Detail

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yeshwanth, Chandan, Rozenberszki, David, Dai, Angela
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UnScene3D: Unsupervised 3D Instance Segmentation for Indoor Scenes
von: Rozenberszki, David, et al.
Veröffentlicht: (2023)

Lookalike3D: Seeing Double in 3D
von: Yeshwanth, Chandan, et al.
Veröffentlicht: (2026)

TOD3Cap: Towards 3D Dense Captioning in Outdoor Scenes
von: Jin, Bu, et al.
Veröffentlicht: (2024)

DCSEG: Decoupled 3D Open-Set Segmentation using Gaussian Splatting
von: Wiedmann, Luis, et al.
Veröffentlicht: (2024)

DiffCAD: Weakly-Supervised Probabilistic CAD Model Retrieval and Alignment from an RGB Image
von: Gao, Daoyi, et al.
Veröffentlicht: (2023)

A Comprehensive Survey of 3D Dense Captioning: Localizing and Describing Objects in 3D Scenes
von: Yu, Ting, et al.
Veröffentlicht: (2024)

SceneFactor: Factored Latent 3D Diffusion for Controllable 3D Scene Generation
von: Bokhovkin, Alexey, et al.
Veröffentlicht: (2024)

OwlCap: Harmonizing Motion-Detail for Video Captioning via HMD-270K and Caption Set Equivalence Reward
von: Zhong, Chunlin, et al.
Veröffentlicht: (2025)

AuroraCap: Efficient, Performant Video Detailed Captioning and a New Benchmark
von: Chai, Wenhao, et al.
Veröffentlicht: (2024)

CapArena: Benchmarking and Analyzing Detailed Image Captioning in the LLM Era
von: Cheng, Kanzhi, et al.
Veröffentlicht: (2025)

OpenVoxel: Training-Free Grouping and Captioning Voxels for Open-Vocabulary 3D Scene Understanding
von: Huang, Sheng-Yu, et al.
Veröffentlicht: (2026)

WorldMesh: Generating Navigable Multi-Room 3D Scenes via Mesh-Conditioned Image Diffusion
von: Schneider, Manuel-Andreas, et al.
Veröffentlicht: (2026)

VoCap: Video Object Captioning and Segmentation from Any Prompt
von: Uijlings, Jasper, et al.
Veröffentlicht: (2025)

Seen2Scene: Completing Realistic 3D Scenes with Visibility-Guided Flow
von: Meng, Quan, et al.
Veröffentlicht: (2026)

RoamScene3D: Immersive Text-to-3D Scene Generation via Adaptive Object-aware Roaming
von: Chu, Jisheng, et al.
Veröffentlicht: (2026)

Curvature-Aware Captioning:Leveraging Geodesic Attention for 3D Scene Understanding
von: He, Ziyao, et al.
Veröffentlicht: (2026)

Coherent 3D Scene Diffusion From a Single RGB Image
von: Dahnert, Manuel, et al.
Veröffentlicht: (2024)

Beyond Existance: Fulfill 3D Reconstructed Scenes with Pseudo Details
von: Gao, Yifei, et al.
Veröffentlicht: (2025)

SuperGS: Consistent and Detailed 3D Super-Resolution Scene Reconstruction via Gaussian Splatting
von: Xie, Shiyun, et al.
Veröffentlicht: (2025)

Descrip3D: Enhancing Large Language Model-based 3D Scene Understanding with Object-Level Text Descriptions
von: Xue, Jintang, et al.
Veröffentlicht: (2025)

LT3SD: Latent Trees for 3D Scene Diffusion
von: Meng, Quan, et al.
Veröffentlicht: (2024)

Articulate3D: Holistic Understanding of 3D Scenes as Universal Scene Description
von: Halacheva, Anna-Maria, et al.
Veröffentlicht: (2024)

POMA-3D: The Point Map Way to 3D Scene Understanding
von: Mao, Ye, et al.
Veröffentlicht: (2025)

SAR3D: Autoregressive 3D Object Generation and Understanding via Multi-scale 3D VQVAE
von: Chen, Yongwei, et al.
Veröffentlicht: (2024)

Scene-Conditional 3D Object Stylization and Composition
von: Zhou, Jinghao, et al.
Veröffentlicht: (2023)

Zoo3D: Zero-Shot 3D Object Detection at Scene Level
von: Lemeshko, Andrey, et al.
Veröffentlicht: (2025)

DC-Scene: Data-Centric Learning for 3D Scene Understanding
von: Huang, Ting, et al.
Veröffentlicht: (2025)

SceneGPT: A Language Model for 3D Scene Understanding
von: Chandhok, Shivam
Veröffentlicht: (2024)

R3DS: Reality-linked 3D Scenes for Panoramic Scene Understanding
von: Wu, Qirui, et al.
Veröffentlicht: (2024)

Uni3D-MoE: Scalable Multimodal 3D Scene Understanding via Mixture of Experts
von: Zhang, Yue, et al.
Veröffentlicht: (2025)

Fed3D: Federated 3D Object Detection
von: Dai, Suyan, et al.
Veröffentlicht: (2026)

LangSurf: Language-Embedded Surface Gaussians for 3D Scene Understanding
von: Li, Hao, et al.
Veröffentlicht: (2024)

Reg3D: Reconstructive Geometry Instruction Tuning for 3D Scene Understanding
von: Zheng, Hongpei, et al.
Veröffentlicht: (2025)

Unified Semantic Transformer for 3D Scene Understanding
von: Koch, Sebastian, et al.
Veröffentlicht: (2025)

A Unified Framework for 3D Scene Understanding
von: Xu, Wei, et al.
Veröffentlicht: (2024)

3D Question Answering for City Scene Understanding
von: Sun, Penglei, et al.
Veröffentlicht: (2024)

HUGS: Holistic Urban 3D Scene Understanding via Gaussian Splatting
von: Zhou, Hongyu, et al.
Veröffentlicht: (2024)

Dynamic Scene 3D Reconstruction of an Uncooperative Resident Space Object
von: Gopu, Bala Prenith Reddy, et al.
Veröffentlicht: (2025)

SHOW3D: Capturing Scenes of 3D Hands and Objects in the Wild
von: Rim, Patrick, et al.
Veröffentlicht: (2026)

GenRecon: Bridging Generative Priors for Multi-View 3D Scene Reconstruction
von: Schmid, Katharina, et al.
Veröffentlicht: (2026)