arXiv · cs.CL· Shengkai Ma·· 20 天前AI 评分33
PARC-Loc：基于部分分配与关系一致性的文本到点云定位方法
PARC-Loc: Text-to-Point-Cloud Localization with Partial Assignment and Relational Consistency
来源与原文
arXiv · cs.CL
作者：Shengkai Ma
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.09761v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 PARC-Loc，一种基于部分分配与关系一致性（PARC）的粗到细文本到点云定位框架，用于解决城市重复物体导致的布局不一致混叠和跨子图证据不完整问题。该方法联合建模提示-物体兼容性与成对空间关系，并在细定位阶段扩展相邻子图的查询相关实例上下文。在 KITTI360Pose 上，其 5 米 Top-1 定位召回率从 0.50 提升至 0.67，较最强基线相对提升 34%，并在 CityLoc 上优于常规粗到细基线。
来源：arXiv · cs.CL · arxiv.org