論文の概要: Wave-Former: Through-Occlusion 3D Reconstruction via Wireless Shape Completion
- arxiv url: http://arxiv.org/abs/2511.14152v1
- Date: Tue, 18 Nov 2025 05:26:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-19 16:23:52.952793
- Title: Wave-Former: Through-Occlusion 3D Reconstruction via Wireless Shape Completion
- Title（参考訳）: Wave-Former: ワイヤレス形状コンプリートによる閉塞型3次元再構成
- Authors: Laura Dodds, Maisy Lam, Waleed Akbar, Yibo Cheng, Fadel Adib,
- Abstract要約: Wave-Formerは、完全に隠された、多様な、日々の物体に対して、高精度な3D形状の再構築を可能にする。
この機能は、ロボット工学、拡張現実、ロジスティクスにまたがる新しいアプリケーションを開くことができる。
- 参考スコア（独自算出の注目度）: 4.546461387390704
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We present Wave-Former, a novel method capable of high-accuracy 3D shape reconstruction for completely occluded, diverse, everyday objects. This capability can open new applications spanning robotics, augmented reality, and logistics. Our approach leverages millimeter-wave (mmWave) wireless signals, which can penetrate common occlusions and reflect off hidden objects. In contrast to past mmWave reconstruction methods, which suffer from limited coverage and high noise, Wave-Former introduces a physics-aware shape completion model capable of inferring full 3D geometry. At the heart of Wave-Former's design is a novel three-stage pipeline which bridges raw wireless signals with recent advancements in vision-based shape completion by incorporating physical properties of mmWave signals. The pipeline proposes candidate geometric surfaces, employs a transformer-based shape completion model designed specifically for mmWave signals, and finally performs entropy-guided surface selection. This enables Wave-Former to be trained using entirely synthetic point-clouds, while demonstrating impressive generalization to real-world data.In head-to-head comparisons with state-of-the-art baselines, Wave-Former raises recall from 54% to 72% while maintaining a high precision of 85%.
- Abstract（参考訳）: 本稿では,ウェーブフォーマーについて紹介する。ウェーブフォーマーは3次元形状を高精度に再現できる新しい手法である。
この機能は、ロボット工学、拡張現実、ロジスティクスにまたがる新しいアプリケーションを開くことができる。
我々のアプローチはミリ波無線信号を利用して、共通の閉塞を透過し、隠れた物体を反射することができる。
広帯域化と高雑音化に苦しむ過去のmmWave再建法とは対照的に,Wave-Formerでは,完全な3次元形状を推定できる物理認識形状完備モデルを導入している。
ウェーブフォーマーの設計の中心となるのは、3段階のパイプラインで、mWave信号の物理的特性を取り入れることで、近年の視覚ベースの形状完成の進歩で生の無線信号をブリッジする。
このパイプラインは、候補となる幾何学的曲面を提案し、mmWave信号に特化して設計されたトランスフォーマーベースの形状補完モデルを採用し、最終的にエントロピー誘導表面選択を行う。
これにより、Wave-Formerは、完全に合成されたポイントクラウドを使用してトレーニングでき、実際のデータに対する印象的な一般化を実証すると同時に、最先端のベースラインと比較して、Wave-Formerは高い精度を維持しながら、リコールを54%から72%に引き上げる。
関連論文リスト
- One Snapshot is All You Need: A Generalized Method for mmWave Signal Generation [15.790309349652196]
フルシーンmmWave信号生成に適したフレームワークであるmmGenを提案する。
物理信号伝達モデルを構築することにより、mGenは人間に反射された、環境に反射されたmWave信号を合成する。
商用のmmWaveデバイスとKinectセンサーを用いたプロトタイプシステムによる広範囲な実験を行った。
論文 参考訳（メタデータ） (2025-03-27T03:24:10Z) - Differentiable Radio Frequency Ray Tracing for Millimeter-Wave Sensing [29.352303349003165]
我々はmmWaveベースの3D再構成のための微分可能なフレームワークDiffSBRを提案する。
DiffSBRは、仮想3Dモデルからレーダーポイント雲をシミュレートするために、微分可能なレイトレーシングエンジンを組み込んでいる。
各種レーダーハードウェアを用いた実験は、ディフSBRの微細な3D再構成能力を検証する。
論文 参考訳（メタデータ） (2023-11-22T06:13:39Z) - Ghost on the Shell: An Expressive Representation of General 3D Shapes [97.76840585617907]
リアルな素材と照明で高速な物理ベースのレンダリングを可能にするので、メッシュは魅力的だ。
近年の3次元形状の再構成と統計的モデリングの研究は、メッシュをトポロジカルに非フレキシブルであると批判している。
我々は水密面上の多様体符号距離場を定義することにより開曲面をパラメータ化する。
G-Shellは、非水密メッシュ再構築および生成タスクにおける最先端の性能を達成する。
論文 参考訳（メタデータ） (2023-10-23T17:59:52Z) - Machine learning for phase-resolved reconstruction of nonlinear ocean
wave surface elevations from sparse remote sensing data [37.69303106863453]
ニューラルネットワークを用いた位相分解波面再構成のための新しい手法を提案する。
提案手法は,一次元格子を用いた合成的かつ高精度な訓練データを利用する。
論文 参考訳（メタデータ） (2023-05-18T12:30:26Z) - Neural Wavelet-domain Diffusion for 3D Shape Generation, Inversion, and
Manipulation [54.09274684734721]
本稿では,ウェーブレット領域における連続的な暗黙表現の直接生成モデルを用いて,3次元形状の生成,反転,操作を行う新しい手法を提案する。
具体的には、1対の粗い係数と細部係数の体積を持つコンパクトなウェーブレット表現を提案し、トランケートされた符号付き距離関数とマルチスケールの生体直交ウェーブレットを介して3次元形状を暗黙的に表現する。
エンコーダネットワークを共同でトレーニングすることで,形状を反転させる潜在空間を学習することができる。
論文 参考訳（メタデータ） (2023-02-01T02:47:53Z) - Neural Wavelet-domain Diffusion for 3D Shape Generation [52.038346313823524]
本稿では,ウェーブレット領域における連続的暗黙表現の直接生成モデリングを可能にする3次元形状生成の新しい手法を提案する。
具体的には、1対の粗い係数と細部係数の体積を持つコンパクトなウェーブレット表現を提案し、トランケートされた符号付き距離関数とマルチスケールの生体直交ウェーブレットを介して3次元形状を暗黙的に表現する。
論文 参考訳（メタデータ） (2022-09-19T02:51:48Z)
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。