Fugu-MT 論文翻訳(概要): A Hyperspectral Imaging Guided Robotic Grasping System

論文の概要: A Hyperspectral Imaging Guided Robotic Grasping System

arxiv url: http://arxiv.org/abs/2512.05578v1
Date: Fri, 05 Dec 2025 09:58:59 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-23 08:17:40.148371
Title: A Hyperspectral Imaging Guided Robotic Grasping System
Title（参考訳）: ハイパースペクトルイメージング誘導型ロボットグラスピングシステム
Authors: Zheng Sun, Zhipeng Dong, Shixiong Wang, Zhongyi Chu, Fei Chen,
Abstract要約: 本稿では,高スペクトル撮像誘導型ロボットグルーピングシステムを提案する。 PRISMは高精度で歪みのないハイパースペクトルイメージングを可能にするように設計されている。提案システムは, 繊維認識と人為的性能の両面において, 大幅な改善を図っている。
参考スコア（独自算出の注目度）: 7.094813708058253
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Hyperspectral imaging is an advanced technique for precisely identifying and analyzing materials or objects. However, its integration with robotic grasping systems has so far been explored due to the deployment complexities and prohibitive costs. Within this paper, we introduce a novel hyperspectral imaging-guided robotic grasping system. The system consists of PRISM (Polyhedral Reflective Imaging Scanning Mechanism) and the SpectralGrasp framework. PRISM is designed to enable high-precision, distortion-free hyperspectral imaging while simplifying system integration and costs. SpectralGrasp generates robotic grasping strategies by effectively leveraging both the spatial and spectral information from hyperspectral images. The proposed system demonstrates substantial improvements in both textile recognition compared to human performance and sorting success rate compared to RGB-based methods. Additionally, a series of comparative experiments further validates the effectiveness of our system. The study highlights the potential benefits of integrating hyperspectral imaging with robotic grasping systems, showcasing enhanced recognition and grasping capabilities in complex and dynamic environments. The project is available at: https://zainzh.github.io/PRISM.
Abstract（参考訳）: ハイパースペクトルイメージング(Hyperspectral Imaging)は、材料や物体を正確に識別し分析するための高度な技術である。しかしながら、ロボットの把握システムとの統合は、展開の複雑さと禁止コストのため、これまで検討されてきた。本稿では,高スペクトル撮像誘導型ロボットグルーピングシステムについて紹介する。 PRISM(Polyhedral Reflective Imaging Scanning Mechanism)とSpectralGraspフレームワークで構成される。 PRISMは、システム統合とコストを簡素化しつつ、高精度で歪みのないハイパースペクトルイメージングを可能にするように設計されている。 SpectralGraspは、ハイパースペクトル画像から空間情報とスペクトル情報の両方を効果的に活用することで、ロボットの把握戦略を生成する。提案システムは,RGB法と比較して,人為的性能とソート成功率に比較して,布地認識の大幅な改善を示す。さらに、比較実験のシリーズは、我々のシステムの有効性をさらに検証する。この研究は、ハイパースペクトルイメージングとロボットの把握システムの統合による潜在的な利点を強調し、複雑な環境と動的環境における認識と把握能力の強化を示す。このプロジェクトは、https://zainzh.github.io/PRISM.comで入手できる。

関連論文リスト

An Integrated System for WEEE Sorting Employing X-ray Imaging, AI-based Object Detection and Segmentation, and Delta Robot Manipulation [0.0]
バッテリーの使用が急速に増加し、天然資源が限られているため、バッテリーリサイクルはますます重要になっている。電池のエネルギー密度が上昇し続けるにつれて、リサイクル中の不適切な取扱いは、リサイクル施設での潜在的な火災を含む重大な安全上の危険をもたらす。我々は,先進的な前処理アルゴリズムを用いて,特殊なX線透過双対エネルギーイメージングサブシステムを統合する新しい手法を提案する。
論文参考訳（メタデータ） (2025-12-05T10:36:33Z)
Hyperspectral Adapter for Semantic Segmentation with Vision Foundation Models [18.24287471339871]
ハイパースペクトルイメージング(HSI)は、多数の狭い波長帯にわたる密度のスペクトル測定とともに空間情報をキャプチャする。本アーキテクチャでは、スペクトル変換器とスペクトル対応空間先行モジュールを組み込んで、豊富な空間スペクトル特徴を抽出する。我々のアーキテクチャは、HSI入力を直接使用しながら、最先端のセマンティックセマンティックセマンティックセマンティクス性能を実現し、ビジョンベースとハイパースペクトルセマンティクスの両方のセマンティクス法より優れている。
論文参考訳（メタデータ） (2025-09-24T13:32:07Z)
SpikeGen: Decoupled "Rods and Cones" Visual Representation Processing with Latent Generative Framework [53.27177454390712]
本研究では,現代の潜在空間生成フレームワークとマルチモーダル視覚入力を統合することで,人間の視覚システムをエミュレートすることを目的とする。我々はSpikeGenと命名し、条件付き画像やビデオの劣化、スパイクストリームからの高密度フレーム再構成、高速シーンノベルビュー合成など、様々なスパイクRGBタスクのパフォーマンスを評価する。
論文参考訳（メタデータ） (2025-05-23T15:54:11Z)
HyperDet: Generalizable Detection of Synthesized Images by Generating and Merging A Mixture of Hyper LoRAs [17.88153857572688]
我々はHyperDetと呼ばれる新しい、一般化可能な検出フレームワークを紹介した。本研究では,画素とセマンティックアーティファクトを効果的にバランスさせる目的関数を提案する。我々の研究は、事前訓練された大きな視覚モデルに基づいて、一般化可能なドメイン固有の偽画像検出器を確立する新しい方法である。
論文参考訳（メタデータ） (2024-10-08T13:43:01Z)
HyperSIGMA: Hyperspectral Intelligence Comprehension Foundation Model [88.13261547704444]
Hyper SIGMAは、タスクやシーン間でHSI解釈を統合するビジョントランスフォーマーベースの基礎モデルである。さらに,約450Kのハイパースペクトル画像を含む,事前学習のための大規模ハイパースペクトルデータセットHyperGlobal-450Kを構築した。
論文参考訳（メタデータ） (2024-06-17T13:22:58Z)
Deep learning-based hyperspectral image reconstruction for quality assessment of agro-product [0.0]
本研究の目的は,農業用深層学習によるRGB画像からのハイパースペクトル画像の再構成である。アルゴリズムは、RGB画像からのハイパースペクトル画像を正確に再構成し、その結果のスペクトルは、地上構造と密接に一致した。これらの知見は,様々な農業用ツールとして,ディープラーニングに基づくハイパースペクトル画像再構成の可能性を強調した。
論文参考訳（メタデータ） (2024-05-20T18:15:20Z)
Robotic Navigation Autonomy for Subretinal Injection via Intelligent Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。ブタ前眼の精度と再現性について実験を行った。
論文参考訳（メタデータ） (2023-01-17T21:41:21Z)
End to end hyperspectral imaging system with coded compression imaging process [13.00211539170695]
符号化開口スペクトルイメージングシステムに基づく物理インフォームド自己監督CNN法を提案する。本手法は、符号化されたスペクトル情報から空間スペクトルの相対化を効果的に利用し、カメラ量子効果モデルに基づく自己監視システムを構築する。
論文参考訳（メタデータ） (2021-09-06T13:39:54Z)
Interpretable Hyperspectral AI: When Non-Convex Modeling meets Hyperspectral Remote Sensing [57.52865154829273]
ハイパースペクトルイメージング、別名画像分光法は、地球科学リモートセンシング(RS)におけるランドマーク技術です。過去10年間で、主に熟練した専門家によってこれらのハイパースペクトル(HS)製品を分析するための取り組みが行われています。このため、さまざまなHS RSアプリケーションのためのよりインテリジェントで自動的なアプローチを開発することが急務です。
論文参考訳（メタデータ） (2021-03-02T03:32:10Z)
Single-shot Hyperspectral-Depth Imaging with Learned Diffractive Optics [72.9038524082252]
単発単眼単眼ハイパースペクトル(HS-D)イメージング法を提案する。本手法では, 回折光学素子 (DOE) を用いる。 DOE の学習を容易にするため,ベンチトップ HS-D イメージラーを構築することで,最初の HS-D データセットを提案する。
論文参考訳（メタデータ） (2020-09-01T14:19:35Z)
Learning Spatial-Spectral Prior for Super-Resolution of Hyperspectral Imagery [79.69449412334188]
本稿では,最先端の残差学習をベースとした単一グレー/RGB画像の超解像化手法について検討する。本稿では,空間情報とハイパースペクトルデータのスペクトル間の相関をフル活用するための空間スペクトル先行ネットワーク(SSPN)を提案する。実験結果から,SSPSR法により高分解能高分解能高分解能画像の詳細が得られた。
論文参考訳（メタデータ） (2020-05-18T14:25:50Z)

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。