Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

ViGiL3D: A Linguistically Diverse Dataset for 3D Visual Grounding

Created by
  • Haebom

저자

Austin T. Wang, ZeMing Gong, Angel X. Chang

개요

본 논문은 3D 시각적 접지(3DVG)에서 자연어 텍스트로 참조되는 3D 장면 내의 개체를 찾는 작업에 대해 다룬다. 최근 연구는 LLM 기반의 3DVG 데이터셋 확장에 집중했지만, 이러한 데이터셋은 영어로 표현 가능한 모든 종류의 질문을 포함하지 못한다는 한계가 있다. 따라서 본 논문은 3DVG 프롬프트를 언어적으로 분석하는 프레임워크를 제안하고, 다양한 언어 패턴에 대한 시각적 접지 방법을 평가하기 위한 진단 데이터셋인 ViGiL3D를 소개한다. 기존의 개방형 어휘 3DVG 방법들을 평가하여 실제 응용을 위한 더욱 어렵고 분포 외 질문에 대한 이해와 목표 식별 능력이 아직 부족함을 보여준다.

시사점, 한계점

시사점: 다양한 언어 패턴을 포함하는 3DVG 데이터셋 ViGiL3D를 제시하여, 기존 방법들의 한계를 밝히고 향후 연구 방향을 제시한다. 실제 응용에 가까운 더욱 다양하고 어려운 질문에 대한 3DVG 모델의 성능 평가 기준을 마련한다.
한계점: ViGiL3D 데이터셋이 모든 가능한 언어 패턴을 완벽하게 포괄하지는 못할 수 있다. 제시된 프레임워크와 데이터셋의 일반화 성능에 대한 추가적인 연구가 필요하다. 현재 3DVG 방법들의 실제 세계 적용 가능성에 대한 제한점을 명확히 보여주지만, 개선 방향에 대한 구체적인 제안은 부족하다.
👍