論文の概要: NeRF in Robotics: A Survey

• arxiv url: http://arxiv.org/abs/2405.01333v1
• Date: Thu, 2 May 2024 14:38:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-03 16:15:09.741509
• Title: NeRF in Robotics: A Survey
• Title（参考訳）: NeRF in Robotics: A Survey
• Authors: Guangming Wang, Lei Pan, Songyou Peng, Shaohui Liu, Chenfeng Xu, Yanzi Miao, Wei Zhan, Masayoshi Tomizuka, Marc Pollefeys, Hesheng Wang,
• Abstract要約: 近年の神経暗黙表現の出現は、コンピュータビジョンとロボティクス分野に急進的な革新をもたらした。 NeRFは、単純化された数学的モデル、コンパクトな環境記憶、連続的なシーン表現などの大きな表現上の利点から、この傾向を引き起こしている。
• 参考スコア（独自算出の注目度）: 95.11502610414803
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Meticulous 3D environment representations have been a longstanding goal in computer vision and robotics fields. The recent emergence of neural implicit representations has introduced radical innovation to this field as implicit representations enable numerous capabilities. Among these, the Neural Radiance Field (NeRF) has sparked a trend because of the huge representational advantages, such as simplified mathematical models, compact environment storage, and continuous scene representations. Apart from computer vision, NeRF has also shown tremendous potential in the field of robotics. Thus, we create this survey to provide a comprehensive understanding of NeRF in the field of robotics. By exploring the advantages and limitations of NeRF, as well as its current applications and future potential, we hope to shed light on this promising area of research. Our survey is divided into two main sections: \textit{The Application of NeRF in Robotics} and \textit{The Advance of NeRF in Robotics}, from the perspective of how NeRF enters the field of robotics. In the first section, we introduce and analyze some works that have been or could be used in the field of robotics from the perception and interaction perspectives. In the second section, we show some works related to improving NeRF's own properties, which are essential for deploying NeRF in the field of robotics. In the discussion section of the review, we summarize the existing challenges and provide some valuable future research directions for reference.
• Abstract（参考訳）: 微妙な3D環境表現は、コンピュータビジョンとロボティクス分野における長年の目標である。 近年の神経暗示表現の出現は、暗示表現が多くの機能を実現するため、この分野に急進的な革新をもたらした。 このうちNeural Radiance Field(NeRF)は、単純化された数学的モデル、コンパクトな環境記憶、連続的なシーン表現など、表現上の大きな利点から、トレンドを引き起こしている。 コンピュータービジョン以外にも、NeRFはロボティクスの分野でも大きな可能性を秘めている。 そこで我々は,ロボット工学の分野におけるNeRFの包括的理解を提供するために,本調査を作成した。 NeRFの利点と限界、そしてその現在の応用と将来の可能性を探ることで、私たちはこの有望な研究領域に光を当てたいと考えています。 我々の調査は2つの主要なセクションに分けられる: ロボットにおけるNeRFの応用 \textit{The Application of NeRF in Robotics} と \textit{The Advance of NeRF in Robotics} である。 第1節では、ロボット工学の分野における知覚と相互作用の観点から、これまであるいは使用されてきたいくつかの研究を紹介し、分析する。 第2節では, ロボット分野におけるNeRFの展開に不可欠であるNeRFの特性向上に関するいくつかの研究について述べる。 レビューの議論のセクションでは、既存の課題を要約し、参考となる貴重な研究の方向性を提示する。

関連論文リスト

• Neural Fields in Robotics: A Survey [39.93473561102639]
  Neural Fieldsは、コンピュータビジョンとロボット工学における3Dシーン表現の変革的アプローチとして登場した。 この調査は、ロボット工学における彼らの応用を探求し、知覚、計画、制御を強化する可能性を強調している。 それらのコンパクトさ、メモリ効率、微分可能性、基礎モデルと生成モデルとのシームレスな統合は、リアルタイムアプリケーションに理想的です。
  論文  参考訳（メタデータ） (2024-10-26T16:26:41Z)
• Neural Radiance Field-based Visual Rendering: A Comprehensive Review [0.6047429555885261]
  近年、Neural Radiance Fields (NeRF) はコンピュータビジョンとグラフィックスの分野で顕著な進歩を遂げている。 NeRFは学術界で継続的な研究ブームを引き起こしている。 本総説では,過去2年間にNeRFに関する研究文献を詳細に分析した。
  論文  参考訳（メタデータ） (2024-03-31T15:18:38Z)
• 3D Visibility-aware Generalizable Neural Radiance Fields for Interacting Hands [51.305421495638434]
  ニューラル放射場(NeRF)は、シーン、オブジェクト、人間の3D表現を約束する。 本稿では,手動操作のための一般化可能な視認可能なNeRFフレームワークを提案する。 Interhand2.6Mデータセットの実験により、提案したVA-NeRFは従来のNeRFよりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2024-01-02T00:42:06Z)
• DReg-NeRF: Deep Registration for Neural Radiance Fields [66.69049158826677]
  我々は,人間の介入なしにオブジェクト中心のアノテートシーンにおけるNeRF登録問題を解くためにDReg-NeRFを提案する。 提案手法は,SOTAポイントクラウド登録方式を大きなマージンで打ち負かす。
  論文  参考訳（メタデータ） (2023-08-18T08:37:49Z)
• BeyondPixels: A Comprehensive Review of the Evolution of Neural Radiance Fields [1.1531932979578041]
  NeRF(Neural Radiance Fieldsの略)は、AIアルゴリズムを使用して2D画像から3Dオブジェクトを生成する最近のイノベーションである。 この調査は、最近のNeRFの進歩を概観し、それらのアーキテクチャ設計に従って分類する。
  論文  参考訳（メタデータ） (2023-06-05T16:10:21Z)
• Neural Radiance Fields: Past, Present, and Future [0.0]
  MildenhallらがNeRFに関する論文で行った試みは、コンピュータグラフィックス、ロボティクス、コンピュータビジョンのブームにつながり、高解像度の低ストレージ拡張現実と仮想現実ベースの3Dモデルは、NeRFに関連する1000以上のプレプリントのリセットから注目を集めている。 このサーベイは、レンダリング、インプリシトラーニング、NeRFの歴史、NeRFの研究の進展、そして今日の世界のNeRFの潜在的な応用と意味を提供する。
  論文  参考訳（メタデータ） (2023-04-20T02:17:08Z)
• NeRF: Neural Radiance Field in 3D Vision, A Comprehensive Review [19.67372661944804]
  ニューラル・ラジアンス・フィールド(NeRF)は近年,コンピュータビジョンの分野で重要な発展を遂げている。 NeRFモデルは、ロボット工学、都市マッピング、自律ナビゲーション、仮想現実/拡張現実など、さまざまな応用を見出している。
  論文  参考訳（メタデータ） (2022-10-01T21:35:11Z)
• NeRF-Loc: Transformer-Based Object Localization Within Neural Radiance Fields [62.89785701659139]
  我々は,NeRFシーン内の物体の3次元境界ボックスを抽出するトランスフォーマーベースのフレームワークNeRF-Locを提案する。 NeRF-Locは、事前訓練されたNeRFモデルとカメラビューを入力として、オブジェクトのラベル付き3Dバウンディングボックスを出力として生成する。
  論文  参考訳（メタデータ） (2022-09-24T18:34:22Z)
• NeRF-Supervision: Learning Dense Object Descriptors from Neural Radiance Fields [54.27264716713327]
  シーンのニューラル・ラジアンス・フィールド(NeRF)表現は,高密度物体記述子の訓練に利用できることを示す。 我々は、最適化されたNeRFを用いて、オブジェクトの複数のビュー間の密接な対応を抽出し、これらの対応を、オブジェクトのビュー不変表現を学習するためのトレーニングデータとして使用する。 また,本手法により教師されたディエンス対応モデルは,市販の学習ディスクリプタよりも106%優れていた。
  論文  参考訳（メタデータ） (2022-03-03T18:49:57Z)
• Future Frame Prediction for Robot-assisted Surgery [57.18185972461453]
  本稿では,ロボット手術用ビデオシーケンスにおけるフレーム予測のためのtpg-vaeモデルを提案する。 コンテンツ配信に加えて、私たちのモデルは、手術ツールの小さな動きを処理するために斬新な運動分布を学習します。
  論文  参考訳（メタデータ） (2021-03-18T15:12:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。