A Survey on Text-guided 3D Visual Grounding: Elements, Recent Advances, and Future Directions

T-3DVG（基于文本指导的三维视觉定位）旨在从复杂的三维场景中定位与语言查询在语义上对应的特定对象，在过去几年中，这一任务已经引起了三维研究社区的越来越多的关注。与2D视觉定位相比，由于更接近现实世界和数据收集以及三维点云源处理的复杂性，这个任务具有巨大的潜力和挑战。在本文中，我们试图提供T-3DVG进展的全面概述，包括其基本元素、最新研究进展和未来研究方向。据我们所知，这是第一篇对T-3DVG任务进行系统调查的论文。具体而言，我们首先以教程的方式提供T-3DVG流程的一般结构和详细组件，呈现完整的背景概述。然后，我们将现有的T-3DVG方法总结为不同的类别，并分析它们的优势和劣势。我们还介绍了基准数据集和评估指标，以评估它们的性能。最后，我们讨论了现有T-3DVG的潜在限制，并分享了一些有前途的研究方向的见解。最新的论文将不断收集在https://github.com/liudaizong/Awesome-3D-Visual-Grounding上。

本篇论文旨在综述文本引导的三维视觉定位（T-3DVG）的研究进展，包括其基本元素、最新研究进展和未来研究方向。

论文首先提供了T-3DVG流程的总体结构和详细组件，并概述了现有的T-3DVG方法，包括它们的优点和缺点。其次，论文介绍了用于评估性能的基准数据集和评估指标。最后，论文探讨了现有T-3DVG的潜在局限性，并分享了一些有前途的研究方向。

本篇论文是T-3DVG领域的第一篇系统综述，对该领域的研究进展进行了全面概述。论文介绍了T-3DVG流程的详细组件，总结了现有T-3DVG方法的优缺点，并提供了用于评估性能的基准数据集和评估指标。此外，论文还分享了一些有前途的研究方向，值得进一步探索。

最近在T-3DVG领域中的其他相关研究包括：'3D-GAN: Learning a Probabilistic Latent Space of Object Shapes via 3D Generative-Adversarial Modeling'、'3D Object Proposals for Accurate Object Class Detection'、'Learning to Navigate Unseen Environments: Back Translation with Environmental Dropout'等。