GaussianSelector: 轻量级人机协同三维物体选择方法

华中科技大学与地平线机器人联合团队提出GaussianSelector，一种面向三维高斯溅射的免训练物体选择方法。现有技术要么重新训练高斯表示以嵌入标签，要么构建密集多视角SAM观测，均需大量计算和密集视角覆盖，真实场景中难以满足。该方法直接在原生高斯原语上操作，将稠密高斯粗化为几何一致的超级点，并利用外观与空间线索构建连续加权图。用户稀疏涂鸦通过可见性感知透射覆盖提升至三维，全局图割能量最小化将证据传播至完整物体，支持多轮修正。实验表明，在需求交互视图更少、计算开销显著更低的情况下，该方法的选用质量可与基于多视角SAM的先进方法相媲美，适用于真实部署部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身中的人机协同三维场景编辑与三维资产提取。