論文の概要: GKNet: Graph-based Keypoints Network for Monocular Pose Estimation of Non-cooperative Spacecraft

• arxiv url: http://arxiv.org/abs/2507.11077v1
• Date: Tue, 15 Jul 2025 08:18:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-16 19:46:03.029126
• Title: GKNet: Graph-based Keypoints Network for Monocular Pose Estimation of Non-cooperative Spacecraft
• Title（参考訳）: GKNet:非協調宇宙機の単眼ポス推定のためのグラフベースのキーポイントネットワーク
• Authors: Weizhao Ma, Dong Zhou, Yuhui Hu, Zipeng He,
• Abstract要約: 本稿では,非協調宇宙船GKNetの単分子ポーズ推定のためのグラフベースのキーポイントネットワークを提案する。 キーポイント検出器の精度を高めるため、SKDという宇宙船のキーポイント検出のための中規模データセットを提示する。 実験とアブレーション実験は、最先端の宇宙船のキーポイント検出器と比較して、我々のGKNetの精度と有効性を示している。
• 参考スコア（独自算出の注目度）: 6.610380205615975
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Monocular pose estimation of non-cooperative spacecraft is significant for on-orbit service (OOS) tasks, such as satellite maintenance, space debris removal, and station assembly. Considering the high demands on pose estimation accuracy, mainstream monocular pose estimation methods typically consist of keypoint detectors and PnP solver. However, current keypoint detectors remain vulnerable to structural symmetry and partial occlusion of non-cooperative spacecraft. To this end, we propose a graph-based keypoints network for the monocular pose estimation of non-cooperative spacecraft, GKNet, which leverages the geometric constraint of keypoints graph. In order to better validate keypoint detectors, we present a moderate-scale dataset for the spacecraft keypoint detection, named SKD, which consists of 3 spacecraft targets, 90,000 simulated images, and corresponding high-precise keypoint annotations. Extensive experiments and an ablation study have demonstrated the high accuracy and effectiveness of our GKNet, compared to the state-of-the-art spacecraft keypoint detectors. The code for GKNet and the SKD dataset is available at https://github.com/Dongzhou-1996/GKNet.
• Abstract（参考訳）: 非協力宇宙船の単眼的なポーズ推定は、衛星の保守、宇宙ゴミの除去、ステーション組立といった軌道上サービス(OOS)タスクにおいて重要である。 ポーズ推定精度の高い要求を考えると、主流の単分子ポーズ推定法はキーポイント検出器とPnPソルバで構成されるのが一般的である。 しかし、現在のキーポイント検出器は、非協力宇宙船の構造対称性と部分的閉塞に弱いままである。 この目的のために,キーポイントグラフの幾何学的制約を利用する非協調型宇宙船GKNetの単分子ポーズ推定のためのグラフベースのキーポイントネットワークを提案する。 キーポイント検出器の精度を高めるため,SKDと呼ばれる宇宙船のキーポイント検出のための中規模データセットを提示する。 大規模な実験とアブレーション実験は、最先端の宇宙船のキーポイント検出器と比較して、我々のGKNetの精度と有効性を示している。 GKNetとSKDデータセットのコードはhttps://github.com/Dongzhou-1996/GKNetで公開されている。

関連論文リスト

• DISTA-Net: Dynamic Closely-Spaced Infrared Small Target Unmixing [55.366556355538954]
  本稿では,動的フレームワーク内で従来のスパース再構築を再現する動的反復収縮閾値ネットワーク(DISTA-Net)を提案する。 DISTA-Netは、密接な空間を持つ赤外線小ターゲットのアンミックスのために特別に設計された最初のディープラーニングモデルである。 私たちはこの分野におけるさらなる研究を促進するために、最初のオープンソースエコシステムを確立しました。
  論文  参考訳（メタデータ） (2025-05-25T13:52:00Z)
• Good Keypoints for the Two-View Geometry Estimation Problem [48.82616806880012]
  本稿では,2次元幾何推定問題の文脈における特徴点(キーポイント)のスコアリングに関する新しい理論モデルを提案する。 このモデルは、ホモグラフィー推定問題を解くための良いキーポイントが持つべき2つの特性を決定づける。 開発したモデルを用いて、ホモグラフィー推定の恩恵を受けるキーポイントを検出する手法を設計し、バウンドNeSS-STキーポイント検出器を導入する。
  論文  参考訳（メタデータ） (2025-03-24T15:15:36Z)
• Learning Feature Matching via Matchable Keypoint-Assisted Graph Neural Network [52.29330138835208]
  画像のペア間の局所的な特徴の正確なマッチングは、コンピュータビジョンの課題である。 従来の研究では、注意に基づくグラフニューラルネットワーク(GNN)と、画像内のキーポイントに完全に接続されたグラフを使用するのが一般的だった。 本稿では,非繰り返しキーポイントをバイパスし,マッチング可能なキーポイントを利用してメッセージパッシングを誘導する,疎注意に基づくGNNアーキテクチャであるMaKeGNNを提案する。
  論文  参考訳（メタデータ） (2023-07-04T02:50:44Z)
• HOKEM: Human and Object Keypoint-based Extension Module for Human-Object Interaction Detection [1.2183405753834557]
  本稿では、従来の検出モデルの精度を向上させるために、人およびオブジェクトキーポイントベースの拡張モジュール(HOKEM)を使いやすい拡張モジュールとして提案する。 HOIデータセットであるV-COCOを用いた実験では、HOKEMが外観ベースモデルの精度を大きなマージンで向上させた。
  論文  参考訳（メタデータ） (2023-06-25T14:40:26Z)
• CA-SpaceNet: Counterfactual Analysis for 6D Pose Estimation in Space [3.5356063142379193]
  本稿では,複雑な背景下での空間的対象のロバストな6次元ポーズ推定を実現するために,CASpaceNetという逆ファクト解析フレームワークを提案する。 本稿では,空間的対象の6次元ポーズ推定に因果推論とネットワーク量子化を適用した。
  論文  参考訳（メタデータ） (2022-07-16T07:48:19Z)
• Deep Learning for Real Time Satellite Pose Estimation on Low Power Edge TPU [58.720142291102135]
  本稿では,ニューラルネットワークアーキテクチャを利用したポーズ推定ソフトウェアを提案する。 我々は、低消費電力の機械学習アクセラレーターが宇宙での人工知能の活用を可能にしていることを示す。
  論文  参考訳（メタデータ） (2022-04-07T08:53:18Z)
• End-to-End Learning of Keypoint Representations for Continuous Control from Images [84.8536730437934]
  教師なしの事前学習、デコーダ、追加の損失を必要とせずに、エンドツーエンドで効率的なキーポイント表現を学習できることが示される。 提案アーキテクチャは,ソフトアクター・クリティカルエージェントに直接座標を供給するキーポイント抽出器で構成されている。
  論文  参考訳（メタデータ） (2021-06-15T09:17:06Z)
• Real-Time, Flight-Ready, Non-Cooperative Spacecraft Pose Estimation Using Monocular Imagery [1.1083289076967897]
  本研究は、新しい畳み込みニューラルネットワーク(CNN)に基づく単眼ポーズ推定システムを提案する。 計算要求の少ない最先端の精度を実現する。 低出力のフライトライクなハードウェアでリアルタイム性能を実現します。
  論文  参考訳（メタデータ） (2021-01-23T18:40:08Z)
• PC-RGNN: Point Cloud Completion and Graph Neural Network for 3D Object Detection [57.49788100647103]
  LiDARベースの3Dオブジェクト検出は、自動運転にとって重要なタスクです。 現在のアプローチでは、遠方および閉ざされた物体の偏りと部分的な点雲に苦しむ。 本稿では,この課題を2つの解決法で解決する新しい二段階アプローチ,pc-rgnnを提案する。
  論文  参考訳（メタデータ） (2020-12-18T18:06:43Z)
• UKPGAN: A General Self-Supervised Keypoint Detector [43.35270822722044]
  UKPGANは一般的な3Dキーポイント検出器である。 私たちのキーポイントは、注釈付きキーポイントラベルとよく一致します。 我々のモデルは、剛性と非剛性変換の両方の下で安定である。
  論文  参考訳（メタデータ） (2020-11-24T09:08:21Z)

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。