論文の概要: Objectness Similarity: Capturing Object-Level Fidelity in 3D Scene Evaluation

• arxiv url: http://arxiv.org/abs/2509.09143v1
• Date: Thu, 11 Sep 2025 04:33:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-12 16:52:24.228229
• Title: Objectness Similarity: Capturing Object-Level Fidelity in 3D Scene Evaluation
• Title（参考訳）: オブジェクトの類似性:3次元シーン評価におけるオブジェクトレベル忠実性の獲得
• Authors: Yuiko Uchida, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama,
• Abstract要約: 既存のメトリクスは、画像の全体的な品質を評価し、人間の知覚に相違をもたらす。 神経心理学的な洞察にインスパイアされた我々は、人間の3Dシーン認識は基本的に個々の物体への注意を伴うという仮説を立てた。 本稿では,「対象」に焦点を絞った3次元シーンの新たな評価指標であるOSIM(Objectness SIMilarity)を提案する。
• 参考スコア（独自算出の注目度）: 57.48883165305971
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents Objectness SIMilarity (OSIM), a novel evaluation metric for 3D scenes that explicitly focuses on "objects," which are fundamental units of human visual perception. Existing metrics assess overall image quality, leading to discrepancies with human perception. Inspired by neuropsychological insights, we hypothesize that human recognition of 3D scenes fundamentally involves attention to individual objects. OSIM enables object-centric evaluations by leveraging an object detection model and its feature representations to quantify the "objectness" of each object in the scene. Our user study demonstrates that OSIM aligns more closely with human perception compared to existing metrics. We also analyze the characteristics of OSIM using various approaches. Moreover, we re-evaluate recent 3D reconstruction and generation models under a standardized experimental setup to clarify advancements in this field. The code is available at https://github.com/Objectness-Similarity/OSIM.
• Abstract（参考訳）: 本稿では,人間の視覚知覚の基本単位である「対象」に特化して焦点を絞った3次元シーンの新たな評価指標であるOSIM(Objectness SIMilarity)を提案する。 既存のメトリクスは、画像の全体的な品質を評価し、人間の知覚に相違をもたらす。 神経心理学的な洞察にインスパイアされた我々は、人間の3Dシーン認識は基本的に個々の物体への注意を伴うという仮説を立てた。 OSIMは、オブジェクト検出モデルとその特徴表現を利用して、シーン内の各オブジェクトの「オブジェクト性」を定量化することにより、オブジェクト中心の評価を可能にする。 我々のユーザ調査は、OSIMが既存のメトリクスに比べて人間の知覚とより密に一致していることを示している。 また,OSIMの特徴を様々な手法を用いて分析する。 さらに, この分野での進歩を明らかにするため, 標準化された実験環境下での最近の3次元再構成・生成モデルの再評価を行った。 コードはhttps://github.com/Objectness-Similarity/OSIMで公開されている。

関連論文リスト

• LocaliseBot: Multi-view 3D object localisation with differentiable rendering for robot grasping [9.690844449175948]
  オブジェクトのポーズ推定に重点を置いています。 このアプローチは,オブジェクトの複数ビュー,それらの視点におけるカメラのパラメータ,オブジェクトの3次元CADモデルという3つの情報に依存している。 推定対象のポーズが99.65%の精度で真理把握候補を把握できることが示される。
  論文  参考訳（メタデータ） (2023-11-14T14:27:53Z)
• Are These the Same Apple? Comparing Images Based on Object Intrinsics [27.43687450076182]
  オブジェクトの同一性を定義する固有のオブジェクトプロパティに基づいて、純粋に画像の類似性を測定する。 この問題はコンピュータビジョン文学において再同定として研究されている。 そこで本研究では,オブジェクト固有性に基づく画像類似度尺度を探索し,一般対象カテゴリに拡張することを提案する。
  論文  参考訳（メタデータ） (2023-11-01T18:00:03Z)
• ROAM: Robust and Object-Aware Motion Generation Using Neural Pose Descriptors [73.26004792375556]
  本稿では,3次元オブジェクト認識キャラクタ合成における新しいシーンオブジェクトへのロバストさと一般化が,参照オブジェクトを1つも持たないモーションモデルをトレーニングすることで実現可能であることを示す。 我々は、オブジェクト専用のデータセットに基づいて訓練された暗黙的な特徴表現を活用し、オブジェクトの周りのSE(3)-同変記述体フィールドをエンコードする。 本研究では,3次元仮想キャラクタの動作と相互作用の質,および未知のオブジェクトを持つシナリオに対するロバスト性を大幅に向上することを示す。
  論文  参考訳（メタデータ） (2023-08-24T17:59:51Z)
• Full-Body Articulated Human-Object Interaction [61.01135739641217]
  CHAIRSは16.2時間の多目的相互作用からなる大規模な動きキャプチャーされたf-AHOIデータセットである。 CHAIRSは、対話的なプロセス全体を通して、人間と明瞭なオブジェクトの両方の3Dメッシュを提供する。 HOIにおける幾何学的関係を学習することにより,人間のポーズ推定を利用した最初のモデルが考案された。
  論文  参考訳（メタデータ） (2022-12-20T19:50:54Z)
• Capturing the objects of vision with neural networks [0.0]
  人間の視覚知覚はその物理的関節でシーンを彫り、世界をオブジェクトに分解する。 対照的に、視覚物体認識のディープニューラルネットワーク(DNN)モデルは、主に感覚入力と結びついている。 両分野の関連研究をレビューし、これらの分野が相互にどのように役立つかを検討する。
  論文  参考訳（メタデータ） (2021-09-07T21:49:53Z)
• Learning to Reconstruct and Segment 3D Objects [4.709764624933227]
  我々は、ディープニューラルネットワークを用いて一般的な、堅牢な表現を学習することで、その中のシーンやオブジェクトを理解することを目指している。 この論文は、単一または複数ビューからのオブジェクトレベルの3次元形状推定からシーンレベルのセマンティック理解までの3つのコアコントリビューションである。
  論文  参考訳（メタデータ） (2020-10-19T15:09:04Z)
• Single View Metrology in the Wild [94.7005246862618]
  本研究では,物体の3次元の高さや地上のカメラの高さで表現されるシーンの絶対的なスケールを再現する,単一ビューメロジに対する新しいアプローチを提案する。 本手法は,被写体の高さなどの3Dエンティティによる未知のカメラとの相互作用から,弱い教師付き制約を抑えるために設計されたディープネットワークによって学習されたデータ駆動の先行情報に依存する。 いくつかのデータセットと仮想オブジェクト挿入を含むアプリケーションに対して、最先端の定性的かつ定量的な結果を示す。
  論文  参考訳（メタデータ） (2020-07-18T22:31:33Z)

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。