Scene-R1: Video-Grounded Large Language Models for 3D Scene Reasoning without 3D Annotations

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Yuan, Zhihao, Jiang, Shuyi, Feng, Chun-Mei, Zhang, Yaolun, Cui, Shuguang, Li, Zhen, Zhao, Na
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2506.17545