論文の概要: Correct-by-Construction Vision-based Pose Estimation using Geometric Generative Models

• arxiv url: http://arxiv.org/abs/2601.17556v1
• Date: Sat, 24 Jan 2026 18:57:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.941073
• Title: Correct-by-Construction Vision-based Pose Estimation using Geometric Generative Models
• Title（参考訳）: 幾何学的生成モデルを用いた高精度・コンストラクション・ビジョンに基づくポース推定
• Authors: Ulices Santa Cruz, Mahmoud Elfar, Yasser Shoukry,
• Abstract要約: 本稿では,認識に基づくポーズ推定のためのニューラルネットワーク(NN)を設計するためのフレームワークを提案する。 まず,対象物がカメラの視野に存在する唯一の対象物である,散らばった環境下で,この枠組みを実証する。 NNの到達可能性分析から,対象物の存在を検出可能な認定対象NNの設計まで,これを拡張した。
• 参考スコア（独自算出の注目度）: 4.282159812965446
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We consider the problem of vision-based pose estimation for autonomous systems. While deep neural networks have been successfully used for vision-based tasks, they inherently lack provable guarantees on the correctness of their output, which is crucial for safety-critical applications. We present a framework for designing certifiable neural networks (NNs) for perception-based pose estimation that integrates physics-driven modeling with learning-based estimation. The proposed framework begins by leveraging the known geometry of planar objects commonly found in the environment, such as traffic signs and runway markings, referred to as target objects. At its core, it introduces a geometric generative model (GGM), a neural-network-like model whose parameters are derived from the image formation process of a target object observed by a camera. Once designed, the GGM can be used to train NN-based pose estimators with certified guarantees in terms of their estimation errors. We first demonstrate this framework in uncluttered environments, where the target object is the only object present in the camera's field of view. We extend this using ideas from NN reachability analysis to design certified object NN that can detect the presence of the target object in cluttered environments. Subsequently, the framework consolidates the certified object detector with the certified pose estimator to design a multi-stage perception pipeline that generalizes the proposed approach to cluttered environments, while maintaining its certified guarantees. We evaluate the proposed framework using both synthetic and real images of various planar objects commonly encountered by autonomous vehicles. Using images captured by an event-based camera, we show that the trained encoder can effectively estimate the pose of a traffic sign in accordance with the certified bound provided by the framework.
• Abstract（参考訳）: 自律システムにおける視覚に基づくポーズ推定の問題点を考察する。 深層ニューラルネットワークは視覚ベースのタスクに成功しているが、その出力の正確性に関する証明可能な保証は本質的に欠如している。 本稿では、物理駆動モデリングと学習に基づく推定を統合した認識に基づくポーズ推定のための、認証ニューラルネットワーク(NN)を設計するためのフレームワークを提案する。 提案手法は,交通標識や滑走路マーキングなど,環境中でよく見られる平面オブジェクトの既知の形状を活用することから始まる。 その中心となるのは幾何学的生成モデル(GGM)であり、カメラが観測する対象物体の画像形成過程からパラメータが導出されるニューラルネットワークのようなモデルである。 一度設計すると、GGMはNNベースのポーズ推定器をトレーニングするのに使用でき、その推定誤差は保証されている。 まず,対象物がカメラの視野に存在する唯一の対象物である,散らばった環境下で,この枠組みを実証する。 NNの到達可能性分析から,対象物の存在を検出可能な認定対象NNの設計まで,これを拡張した。 その後、認定されたオブジェクト検出器と認証されたポーズ推定器を統合し、承認された保証を維持しつつ、提案された環境へのアプローチを一般化する多段階認識パイプラインを設計する。 提案手法は,自律走行車で一般的に遭遇する各種平面物体の合成画像と実画像の両方を用いて評価する。 イベントベースカメラで撮影した画像を用いて、トレーニングされたエンコーダが、フレームワークが提供する認証された境界に従って、交通標識のポーズを効果的に推定できることを示す。

関連論文リスト

• OPFormer: Object Pose Estimation leveraging foundation model with geometric encoding [2.1987601456703474]
  オブジェクト検出とポーズ推定をシームレスに統合する統合されたエンドツーエンドフレームワークを導入する。 当システムではまずCNOS検出器を用いて対象物体のローカライズを行う。 検出毎に、新しいポーズ推定モジュールOPFormerが正確な6Dポーズを推測する。
  論文  参考訳（メタデータ） (2025-11-16T14:19:52Z)
• Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
  到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。 提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
  論文  参考訳（メタデータ） (2025-07-06T20:22:58Z)
• BoxDreamer: Dreaming Box Corners for Generalizable Object Pose Estimation [81.24160191975781]
  本稿では、スパースビュー設定における課題に対処するために、オブジェクトポーズ推定のための汎用RGBベースのアプローチを提案する。 これらの制約を克服するために、オブジェクトのポーズの中間表現としてオブジェクト境界ボックスのコーナーポイントを導入する。 3Dオブジェクトコーナーはスパース入力ビューから確実に復元でき、対象ビューの2Dコーナーポイントは、新しい参照ベースポイントデータセットによって推定される。
  論文  参考訳（メタデータ） (2025-04-10T17:58:35Z)
• Context-Aware Indoor Point Cloud Object Generation through User Instructions [6.398660996031915]
  本稿では,その周辺環境とシームレスに統合された点雲オブジェクトを生成することができる,新しいエンドツーエンドのマルチモーダルディープニューラルネットワークを提案する。 我々のモデルは、これまで見えなかったオブジェクトレイアウトで新しい環境を作成できるようにすることで、シーン修正に革命をもたらす。
  論文  参考訳（メタデータ） (2023-11-26T06:40:16Z)
• Weakly-supervised Contrastive Learning for Unsupervised Object Discovery [52.696041556640516]
  ジェネリックな方法でオブジェクトを発見できるため、教師なしのオブジェクト発見は有望である。 画像から高レベルな意味的特徴を抽出する意味誘導型自己教師学習モデルを設計する。 オブジェクト領域のローカライズのための主成分分析(PCA)を導入する。
  論文  参考訳（メタデータ） (2023-07-07T04:03:48Z)
• Towards Self-Supervised Category-Level Object Pose and Size Estimation [121.28537953301951]
  本研究は,一深度画像からのカテゴリレベルのオブジェクトポーズとサイズ推定のための自己教師型フレームワークを提案する。 我々は、同じ形状の点雲における幾何学的整合性を利用して自己超越する。
  論文  参考訳（メタデータ） (2022-03-06T06:02:30Z)
• Object-Driven Active Mapping for More Accurate Object Pose Estimation and Robotic Grasping [5.385583891213281]
  このフレームワークは、オブジェクトSLAMシステム上に構築され、同時多目的ポーズ推定プロセスと統合される。 マッピングモジュールと探索戦略を組み合わせることにより、ロボットの把握と互換性のある正確なオブジェクトマップを生成することができる。
  論文  参考訳（メタデータ） (2020-12-03T09:36:55Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。