論文の概要: Eff-GRot: Efficient and Generalizable Rotation Estimation with Transformers

• arxiv url: http://arxiv.org/abs/2512.18784v1
• Date: Sun, 21 Dec 2025 15:57:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-23 18:54:32.503838
• Title: Eff-GRot: Efficient and Generalizable Rotation Estimation with Transformers
• Title（参考訳）: Eff-GROT:変圧器を用いた効率的かつ一般化可能な回転推定
• Authors: Fanis Mathioulakis, Gorjan Radevski, Tinne Tuytelaars,
• Abstract要約: 本稿では,RGB画像からの効率よく一般化可能な回転推定手法であるEff-GRotを紹介する。 クエリ画像と参照画像の集合が既知の向きを持つことを条件として,本手法はオブジェクトの回転を1回の前方通過で直接予測する。
• 参考スコア（独自算出の注目度）: 35.57122848273358
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce Eff-GRot, an approach for efficient and generalizable rotation estimation from RGB images. Given a query image and a set of reference images with known orientations, our method directly predicts the object's rotation in a single forward pass, without requiring object- or category-specific training. At the core of our framework is a transformer that performs a comparison in the latent space, jointly processing rotation-aware representations from multiple references alongside a query. This design enables a favorable balance between accuracy and computational efficiency while remaining simple, scalable, and fully end-to-end. Experimental results show that Eff-GRot offers a promising direction toward more efficient rotation estimation, particularly in latency-sensitive applications.
• Abstract（参考訳）: 本稿では,RGB画像からの効率よく一般化可能な回転推定手法であるEff-GRotを紹介する。 クエリ画像と参照画像の集合が既知の向きを持つことを条件として,本手法はオブジェクトやカテゴリ固有の訓練を必要とせず,単一の前方通過におけるオブジェクトの回転を直接予測する。 我々のフレームワークの中核は、複数の参照からの回転認識表現をクエリとともに共同で処理する、潜時空間の比較を行うトランスフォーマーである。 この設計は、単純でスケーラブルで完全なエンドツーエンドを維持しながら、精度と計算効率の良好なバランスを可能にする。 実験結果から,Eff-GRotは特に遅延感度の高いアプリケーションにおいて,より効率的な回転推定に向けて有望な方向を提供することが示された。

関連論文リスト

• Accelerated Rotation-Invariant Convolution for UAV Image Segmentation [36.23556720064733]
  本稿では,GPU最適化回転不変畳み込みフレームワークを提案する。 対称回転フィルタ間の構造化データ共有を利用して,メモリトラフィックと計算冗長性を大幅に低減した多方向畳み込みを実現する。 大規模なベンチマークでは、提案された畳み込みはCUDNNよりも20～55%高速なトレーニングと15～45%低消費電力を実現している。
  論文  参考訳（メタデータ） (2025-12-09T18:30:00Z)
• Rotated Mean-Field Variational Inference and Iterative Gaussianization [11.954133194037858]
  回転座標系における平均場変動推定(MFVI)を提案する。 回転座標系におけるMFVIは、目標をガウスに近づける回転と座標写像を定義する。 この手順を反復すると、目標をガウスへ徐々に変換する一連の変換が得られる。
  論文  参考訳（メタデータ） (2025-10-09T03:13:44Z)
• Exploring Kernel Transformations for Implicit Neural Representations [57.2225355625268]
  入射神経表現(INR)は、ニューラルネットワークを利用して、対応する属性に座標をマッピングすることで、信号を表現する。 この研究は、モデル自体を変更せずに入出力のカーネル変換の効果を探求する先駆者となった。 我々の発見の副産物は、スケールとシフトを組み合わせて、INRを無視できないオーバーヘッドで著しく向上させる、単純で効果的な方法である。
  論文  参考訳（メタデータ） (2025-04-07T04:43:50Z)
• Relaxed Rotational Equivariance via $G$-Biases in Vision [19.814324876189772]
  群同変畳み込み(GConv)は、元のデータから回転同値を取ることができる。 しかし、実世界のデータの提示や分布は、しばしば厳密な回転同値に適合する。 本稿では,G$-Biasesと呼ばれる学習可能なバイアスの集合を利用して,この問題に対処する,単純かつ高効率な手法を提案する。 実験により,提案手法は既存のGConv法と比較して,2次元オブジェクト検出タスクと分類作業の両方において優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2024-08-22T14:52:53Z)
• Toward Efficient Visual Gyroscopes: Spherical Moments, Harmonics Filtering, and Masking Techniques for Spherical Camera Applications [83.8743080143778]
  視覚ジャイロスコープは、画像を通してカメラの回転を推定する。 従来のRGBカメラに比べて視野が広い全方位カメラの統合は、より正確で堅牢な結果をもたらすことが証明されている。 本稿では,効率的なマルチマスク・フィルタ回転エステータと学習に基づく最適化を組み合わせた,新しい視覚ジャイロスコープを導入することで,これらの課題に対処する。
  論文  参考訳（メタデータ） (2024-04-02T13:19:06Z)
• RAGO: Recurrent Graph Optimizer For Multiple Rotation Averaging [62.315673415889314]
  本稿では,複数回転平均化(MRA)のための深部繰り返し回転平均化グラフ(RAGO)を提案する。 我々のフレームワークは、実世界のアプリケーションに小さなサイズでデプロイされた、リアルタイムに学習から最適化するローテーション平均化グラフである。
  論文  参考訳（メタデータ） (2022-12-14T13:19:40Z)
• Category-Level 6D Object Pose Estimation with Flexible Vector-Based Rotation Representation [51.67545893892129]
  モノクロRGB-D画像からカテゴリレベルの6次元ポーズとサイズ推定のための新しい3次元グラフ畳み込みに基づくパイプラインを提案する。 まず,3次元グラフ畳み込みを用いた向き対応オートエンコーダの設計を行った。 そして, 回転情報を潜在特徴から効率的に復号化するために, フレキシブルなベクトルベースデコンポーザブルな回転表現を設計する。
  論文  参考訳（メタデータ） (2022-12-09T02:13:43Z)
• DRKF: Distilled Rotated Kernel Fusion for Efficient Rotation Invariant Descriptors in Local Feature Matching [9.68840174997957]
  Rotated Fusion Kernel (RKF) は、CNN固有の性質を改善するために、畳み込みカーネルに回転を課す。 MOFAは、入力画像の複数の回転バージョンから抽出された特徴を集約する。 我々の手法は、大きな回転変動に晒された場合、他の最先端技術よりも優れる。
  論文  参考訳（メタデータ） (2022-09-22T10:29:17Z)

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。