論文の概要: Kornia-rs: A Low-Level 3D Computer Vision Library In Rust

• arxiv url: http://arxiv.org/abs/2505.12425v1
• Date: Sun, 18 May 2025 13:50:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:11.227509
• Title: Kornia-rs: A Low-Level 3D Computer Vision Library In Rust
• Title（参考訳）: Kornia-rs:Rustの低レベル3Dコンピュータビジョンライブラリ
• Authors: Edgar Riba, Jian Shi, Aditya Kumar, Andrew Shen, Gary Bradski,
• Abstract要約: textitkornia-rsは、ネイティブRustで完全に書かれた高性能な3Dコンピュータビジョンライブラリである。 textitkornia-rsは静的型テンソルシステムとモジュール式の木枠を採用し、効率的な画像I/O、画像処理、3D操作を提供する。
• 参考スコア（独自算出の注目度）: 6.567185366423734
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present \textit{kornia-rs}, a high-performance 3D computer vision library written entirely in native Rust, designed for safety-critical and real-time applications. Unlike C++-based libraries like OpenCV or wrapper-based solutions like OpenCV-Rust, \textit{kornia-rs} is built from the ground up to leverage Rust's ownership model and type system for memory and thread safety. \textit{kornia-rs} adopts a statically-typed tensor system and a modular set of crates, providing efficient image I/O, image processing and 3D operations. To aid cross-platform compatibility, \textit{kornia-rs} offers Python bindings, enabling seamless and efficient integration with Rust code. Empirical results show that \textit{kornia-rs} achieves a 3~ 5 times speedup in image transformation tasks over native Rust alternatives, while offering comparable performance to C++ wrapper-based libraries. In addition to 2D vision capabilities, \textit{kornia-rs} addresses a significant gap in the Rust ecosystem by providing a set of 3D computer vision operators. This paper presents the architecture and performance characteristics of \textit{kornia-rs}, demonstrating its effectiveness in real-world computer vision applications.
• Abstract（参考訳）: 我々は、安全クリティカルでリアルタイムなアプリケーションのために設計された、完全にネイティブなRustで書かれた高性能な3Dコンピュータビジョンライブラリである‘textit{kornia-rs}を提示する。 OpenCVのようなC++ベースのライブラリやOpenCV-Rustのようなラッパーベースのソリューションとは異なり、 \textit{kornia-rs}はRustのオーナシップモデルと型システムをメモリとスレッドの安全性に活用するために、ゼロから構築されている。 \textit{kornia-rs} は静的型テンソルシステムとモジュール式の木枠を採用し、効率的な画像I/O、画像処理、3D操作を提供する。 クロスプラットフォーム互換性を支援するため,‘textit{kornia-rs} は Python バインディングを提供し,Rust コードとのシームレスかつ効率的な統合を可能にする。 実証的な結果から、‘textit{kornia-rs}’はネイティブのRust代替よりも画像変換タスクを3～5倍高速化し、C++ラッパーベースのライブラリに匹敵するパフォーマンスを提供する。 2Dビジョン機能に加えて、‘textit{kornia-rs}’は、3Dコンピュータビジョンオペレータセットを提供することで、Rustエコシステムにおける大きなギャップに対処する。 本稿では, 実世界のコンピュータビジョンアプリケーションにおいて, そのアーキテクチャと性能特性について述べる。

関連論文リスト

• CRUST-Bench: A Comprehensive Benchmark for C-to-safe-Rust Transpilation [63.23120252801889]
  CRUST-Benchは100のCリポジトリのデータセットで、それぞれが安全なRustとテストケースで手書きのインターフェースとペアリングされている。 我々は、このタスクで最先端の大規模言語モデル(LLM)を評価し、安全で慣用的なRust生成が依然として難しい問題であることを確認した。 最高のパフォーマンスモデルであるOpenAI o1は、ワンショット設定で15タスクしか解決できない。
  論文  参考訳（メタデータ） (2025-04-21T17:33:33Z)
• A-SCoRe: Attention-based Scene Coordinate Regression for wide-ranging scenarios [1.2093553114715083]
  A-ScoReは、意味のある高セマンティックな2Dディスクリプタを生成するために、ディスクリプタマップレベルの注意を利用するアテンションベースのモデルである。 その結果,本手法はより軽量でフレキシブルでありながら,複数のベンチマークでState-of-the-artメソッドに匹敵する性能を示した。
  論文  参考訳（メタデータ） (2025-03-18T07:39:50Z)
• TSP3D: Text-guided Sparse Voxel Pruning for Efficient 3D Visual Grounding [74.033589504806]
  視覚的グラウンド化のための効率的なマルチレベル畳み込みアーキテクチャを提案する。 提案手法はトップ推論速度を達成し,従来の最速の手法を100% FPS で上回っている。
  論文  参考訳（メタデータ） (2025-02-14T18:59:59Z)
• GaussRender: Learning 3D Occupancy with Gaussian Rendering [86.89653628311565]
  GaussRenderは、投影的一貫性を強制することによって3D占有学習を改善するモジュールである。 提案手法は,不整合な2次元プロジェクションを生成する3次元構成をペナライズすることにより,より一貫性のある3次元構造を実現する。
  論文  参考訳（メタデータ） (2025-02-07T16:07:51Z)
• SparseGrasp: Robotic Grasping via 3D Semantic Gaussian Splatting from Sparse Multi-View RGB Images [125.66499135980344]
  オープンボキャブラリ型ロボットグリップシステムであるSparseGraspを提案する。 SparseGraspはスパースビューのRGBイメージで効率的に動作し、シーン更新を高速に処理する。 SparseGraspは, 高速化と適応性の両方の観点から, 最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-12-03T03:56:01Z)
• Fixing Rust Compilation Errors using LLMs [2.1781086368581932]
  Rustプログラミング言語は、C/C++のような従来の安全でない代替言語よりも、低レベルのシステムプログラミング言語に実行可能な選択肢として、自らを確立している。 本稿では,Large Language Models(LLMs)の創発的機能を活用し,Rustコンパイルエラーの修正を自動的に提案するRustAssistantというツールを提案する。 RustAssistantは、人気のあるオープンソースRustリポジトリの実際のコンパイルエラーに対して、約74%の驚くべきピーク精度を達成することができる。
  論文  参考訳（メタデータ） (2023-08-09T18:30:27Z)
• CAGroup3D: Class-Aware Grouping for 3D Object Detection on Point Clouds [55.44204039410225]
  本稿では,CAGroup3Dという新しい2段階完全スパース3Dオブジェクト検出フレームワークを提案する。 提案手法は,まず,オブジェクト表面のボクセル上でのクラス認識型局所群戦略を活用することによって,高品質な3D提案を生成する。 不正なボクセルワイドセグメンテーションにより欠落したボクセルの特徴を回復するために,完全にスパースな畳み込み型RoIプールモジュールを構築した。
  論文  参考訳（メタデータ） (2022-10-09T13:38:48Z)
• Volkit: A Performance-Portable Computer Vision Library for 3D Volumetric Data [1.933681537640272]
  本稿では,画像操作とコンピュータビジョンアルゴリズムを高性能に実装したオープンソースライブラリであるVolkitを紹介する。 我々はVolkitを使用して、VRでレンダリングされた医療およびシミュレーションデータを処理し、ライブラリをC++バーチャルリアリティソフトウェアCalVRに統合した。
  論文  参考訳（メタデータ） (2022-03-19T01:52:08Z)
• A survey on Kornia: an Open Source Differentiable Computer Vision Library for PyTorch [0.0]
  Korniaは、汎用的なコンピュータビジョン問題を解決することを目的とした、さまざまなルーチンとモジュールのセットに基づいて構築された、オープンソースのコンピュータビジョンライブラリである。 パッケージはPyTorchをメインバックエンドとして使用しており、効率だけでなく、逆自動微分エンジンを利用して複雑な関数の勾配を定義し、計算する。
  論文  参考訳（メタデータ） (2020-09-21T08:48:28Z)

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。