論文の概要: A Semantic Communication System for Real-time 3D Reconstruction Tasks
- arxiv url: http://arxiv.org/abs/2412.01191v1
- Date: Mon, 02 Dec 2024 06:50:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-04 15:43:09.360197
- Title: A Semantic Communication System for Real-time 3D Reconstruction Tasks
- Title（参考訳）: リアルタイム3次元再構成作業のための意味コミュニケーションシステム
- Authors: Jiaxing Zhang, Luosong Guo, Kun Zhu, Houming Qiu,
- Abstract要約: 本稿では,限られたモバイル機器を用いたリアルタイムなセマンティックマッピングタスクを実現する手法を提案する。
具体的には,リアルタイム・セマンティック・マッピングタスクのためのエンコーディング・デコード・セマンティック・コミュニケーション・フレームワークを設計する。
シミュレーション実験では、TUMデータセットに基づいて、システムが0.1%未満の誤差を持つことを確認した。
- 参考スコア（独自算出の注目度）: 7.082386535888168
- License:
- Abstract: 3D semantic maps have played an increasingly important role in high-precision robot localization and scene understanding. However, real-time construction of semantic maps requires mobile edge devices with extremely high computing power, which are expensive and limit the widespread application of semantic mapping. In order to address this limitation, inspired by cloud-edge collaborative computing and the high transmission efficiency of semantic communication, this paper proposes a method to achieve real-time semantic mapping tasks with limited-resource mobile devices. Specifically, we design an encoding-decoding semantic communication framework for real-time semantic mapping tasks under limited-resource situations. In addition, considering the impact of different channel conditions on communication, this paper designs a module based on the attention mechanism to achieve stable data transmission under various channel conditions. In terms of simulation experiments, based on the TUM dataset, it was verified that the system has an error of less than 0.1% compared to the groundtruth in mapping and localization accuracy and is superior to some novel semantic communication algorithms in real-time performance and channel adaptation. Besides, we implement a prototype system to verify the effectiveness of the proposed framework and designed module in real indoor scenarios. The results show that our system can complete real-time semantic mapping tasks for common indoor objects (chairs, computers, people, etc.) with a limited-resource device, and the mapping update time is less than 1 second.
- Abstract（参考訳）: 3Dセマンティックマップは、高精度ロボットのローカライゼーションとシーン理解において、ますます重要な役割を担っている。
しかし、セマンティックマップのリアルタイム構築には、非常に高い計算能力を持つ移動体エッジデバイスが必要であり、これは高価であり、セマンティックマップの広範な適用を制限している。
クラウド・エッジ・コラボレーティブ・コンピューティングとセマンティック・コミュニケーションの高伝送効率から着想を得たこの制限に対処するため,本論文では,リミテッド・ソース・モバイルデバイスを用いたリアルタイムセマンティック・マッピングタスクを実現する手法を提案する。
具体的には、限られたリソース環境下でのリアルタイムな意味マッピングタスクのためのエンコーディング・デコード・セマンティック・コミュニケーション・フレームワークを設計する。
また,異なるチャネル条件が通信に与える影響を考慮し,様々なチャネル条件下での安定したデータ伝送を実現するためのアテンション機構に基づくモジュールを設計する。
シミュレーション実験の結果,TUMデータセットに基づくシステムでは,マッピングや位置推定の精度に比べ0.1%未満の誤差があり,実時間性能やチャネル適応における新しいセマンティック通信アルゴリズムよりも優れていることがわかった。
さらに,提案手法の有効性を検証するプロトタイプシステムを実装し,実際の屋内シナリオにおけるモジュールの設計を行った。
その結果,本システムでは,共通屋内オブジェクト(椅子,コンピュータ,人など)のリアルタイムなセマンティックマッピングタスクを,限られたリソースデバイスで行うことができ,マッピング更新時間は1秒未満であることが判明した。
関連論文リスト
- Take What You Need: Flexible Multi-Task Semantic Communications with Channel Adaptation [51.53221300103261]
本稿では,マスク付きオートエンコーダアーキテクチャに基づく,チャネル適応型・マルチタスク対応のセマンティックコミュニケーションフレームワークについて紹介する。
チャネル認識抽出器を用いて、リアルタイムのチャネル条件に応じて、関連情報を動的に選択する。
画像再構成や物体検出などのタスクにおける従来の手法と比較して,本手法の優れた性能を示す実験結果が得られた。
論文 参考訳（メタデータ） (2025-02-12T09:01:25Z) - Real-Time Metric-Semantic Mapping for Autonomous Navigation in Outdoor Environments [18.7565126823704]
大規模屋外環境のグローバルなメトリセマンティックメッシュマップを生成するオンラインメトリセマンティックマッピングシステムを提案する。
シナリオスケールに関わらず,フレーム処理は7ms未満で,マッピング処理は例外的な速度を実現する。
実世界のナビゲーションシステムにマップを組み込むことにより,大学構内における測地情報に基づく地形評価と自律的なポイント・ツー・ポイントナビゲーションを実現する。
論文 参考訳（メタデータ） (2024-11-30T00:05:10Z) - Multimodal generative semantic communication based on latent diffusion model [13.035207938169844]
本稿では,mm-GESCOというマルチモーダル・ジェネリック・セマンティック・コミュニケーション・フレームワークを提案する。
このフレームワークは、可視および赤外線モダル画像データのストリームを取り込み、融合したセマンティックセグメンテーションマップを生成して送信する。
受信終了時に、このフレームワークはセマンティックマップに基づいて、元のマルチモーダルイメージを再構築することができる。
論文 参考訳（メタデータ） (2024-08-10T06:23:41Z) - Reasoning with the Theory of Mind for Pragmatic Semantic Communication [62.87895431431273]
本稿では,実用的な意味コミュニケーションフレームワークを提案する。
2つの知性エージェント間の効果的な目標指向情報共有を可能にする。
数値的な評価は、少ないビット量で効率的な通信を実現するためのフレームワークの能力を示している。
論文 参考訳（メタデータ） (2023-11-30T03:36:19Z) - Rate-Adaptive Coding Mechanism for Semantic Communications With
Multi-Modal Data [23.597759255020296]
本稿では,従来のチャネルエンコーダ/デコーダを組み込んだ分散マルチモーダルセマンティック通信フレームワークを提案する。
様々な種類のマルチモーダルなセマンティックタスクに対して、一般的なレート適応型符号化機構を確立する。
シミュレーションの結果,提案手法は従来のコミュニケーションシステムと既存のセマンティック通信システムより優れていることがわかった。
論文 参考訳（メタデータ） (2023-05-18T07:31:37Z) - Semantic-Native Communication: A Simplicial Complex Perspective [50.099494681671224]
トポロジカル空間の観点から意味コミュニケーションを研究する。
送信機はまずデータを$k$の単純複素数にマッピングし、その高次相関を学習する。
受信機は構造を復号し、行方不明または歪んだデータを推測する。
論文 参考訳（メタデータ） (2022-10-30T22:33:44Z) - Neuro-Symbolic Artificial Intelligence (AI) for Intent based Semantic
Communication [85.06664206117088]
6Gネットワークはデータ転送のセマンティクスと有効性(エンドユーザ)を考慮する必要がある。
観測データの背後にある因果構造を学習するための柱としてNeSy AIが提案されている。
GFlowNetは、無線システムにおいて初めて活用され、データを生成する確率構造を学ぶ。
論文 参考訳（メタデータ） (2022-05-22T07:11:57Z) - SCFusion: Real-time Incremental Scene Reconstruction with Semantic
Completion [86.77318031029404]
本研究では,シーン再構成とセマンティックシーン補完を段階的かつリアルタイムに共同で行うフレームワークを提案する。
我々のフレームワークは、3Dグローバルモデルでセマンティックコンプリートを正確かつ効率的に融合させるために、占有マップを処理し、ボクセル状態を活用するように設計された新しいニューラルアーキテクチャに依存している。
論文 参考訳（メタデータ） (2020-10-26T15:31:52Z) - Multi-scale Interaction for Real-time LiDAR Data Segmentation on an
Embedded Platform [62.91011959772665]
LiDARデータのリアルタイムセマンティックセグメンテーションは、自動運転車にとって不可欠である。
ポイントクラウド上で直接動作する現在のアプローチでは、複雑な空間集約操作を使用する。
本稿では,マルチスケールインタラクションネットワーク(MINet)と呼ばれるプロジェクションベースの手法を提案する。
論文 参考訳（メタデータ） (2020-08-20T19:06:11Z) - Robust and Interpretable Grounding of Spatial References with Relation
Networks [40.42540299023808]
自然言語による空間参照の表現を学習することは、自律的なナビゲーションやロボット操作といったタスクにおいて重要な課題である。
近年,空間概念のマルチモーダル表現を学習するための様々なニューラルアーキテクチャが研究されている。
我々は、頑健で解釈可能なテキストにおける空間参照を理解するための効果的なモデルを開発する。
論文 参考訳（メタデータ） (2020-05-02T04:11:33Z)
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。