論文の概要: Task-Oriented Wireless Transmission of 3D Point Clouds: Geometric Versus Semantic Robustness

• arxiv url: http://arxiv.org/abs/2603.13560v1
• Date: Fri, 13 Mar 2026 19:55:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 16:19:35.273936
• Title: Task-Oriented Wireless Transmission of 3D Point Clouds: Geometric Versus Semantic Robustness
• Title（参考訳）: 3次元点雲のタスク指向無線伝送:幾何学的Versus Semantic Robustness
• Authors: Vukan Ninkovic, Tamara Sobot, Vladimir Vincan, Gorana Gojic, Dragisa Miskovic, Dejan Vukobratovic,
• Abstract要約: 無線3DPC伝送のためのエンドツーエンドのセマンティック通信フレームワークを提案する。 幾何的再構成品質が著しく低下しても,意味推論は広帯域の信号-雑音比範囲で安定であることを示す。
• 参考スコア（独自算出の注目度）: 1.7445917991523536
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Wireless transmission of high-dimensional 3D point clouds (PCs) is increasingly required in industrial collaborative robotics systems. Conventional compression methods prioritize geometric fidelity, although many practical applications ultimately depend on reliable task-level inference rather than exact coordinate reconstruction. In this paper, we propose an end-to-end semantic communication framework for wireless 3D PC transmission and conduct a systematic study of the relationship between geometric reconstruction fidelity and semantic robustness under channel impairments. The proposed architecture jointly supports geometric recovery and object classification from a shared transmitted representation, enabling direct comparison between coordinate-level and task-level sensitivity to noise. Experimental evaluation on a real industrial dataset reveals a pronounced asymmetry: semantic inference remains stable across a broad signal-to-noise ratio (SNR) range even when geometric reconstruction quality degrades significantly. These results demonstrate that reliable task execution does not require high-fidelity geometric recovery and provide design insights for task-oriented wireless perception systems in bandwidth- and power-constrained industrial environments.
• Abstract（参考訳）: 高次元3次元点雲(PC)の無線伝送は、産業用協調ロボットシステムにおいてますます必要とされている。 従来の圧縮手法は幾何忠実度を優先するが、多くの実用的な応用は正確な座標再構成よりも信頼性の高いタスクレベルの推論に依存する。 本稿では,無線3次元PC伝送のためのエンドツーエンドのセマンティック通信フレームワークを提案する。 提案アーキテクチャは,共有表現からの幾何学的復元とオブジェクト分類を共同でサポートし,ノイズに対する座標レベルとタスクレベルの感度の直接比較を可能にする。 意味推論は、幾何的再構成品質が著しく低下しても広い信号-雑音比(SNR)範囲にわたって安定している。 これらの結果は、信頼性の高いタスク実行は、高忠実度な幾何的回復を必要としないことを示し、帯域幅と電力制約のある産業環境におけるタスク指向の無線認識システムの設計思想を提供する。

関連論文リスト

• BladeSDF : Unconditional and Conditional Generative Modeling of Representative Blade Geometries Using Signed Distance Functions [4.188806282965805]
  本稿では,DeepSDFを用いたタービン翼形状のドメイン固有の暗黙的生成フレームワークを提案する。 制約、目的、パフォーマンスのメトリクスを統合することで、このアプローチは従来の2Dガイド付きまたは制約なしの3Dパイプラインを超えて前進する。
  論文  参考訳（メタデータ） (2026-01-19T23:02:33Z)
• Robust Mesh Saliency GT Acquisition in VR via View Cone Sampling and Geometric Smoothing [59.12032628787018]
  バーチャルリアリティー(VR)における人中心視覚モデリングには3次元メッシュサリエンシ基底真理が不可欠である 現在のVRアイトラッキングパイプラインは、単一線サンプリングとユークリッドのスムース化に依存しており、テクスチャの注意を喚起し、ギャップをまたいだ信号の漏洩を引き起こす。 本稿では,これらの制約に対処する頑健な枠組みを提案する。
  論文  参考訳（メタデータ） (2026-01-06T05:20:12Z)
• TransBridge: Boost 3D Object Detection by Scene-Level Completion with Transformer Decoder [66.22997415145467]
  本稿では,スパース領域における検出機能を改善する共同補完・検出フレームワークを提案する。 具体的には,トランスブリッジ(TransBridge)を提案する。トランスブリッジ(TransBridge)はトランスフォーマーをベースとした新しいアップサンプリングブロックである。 その結果,本フレームワークは,各手法の平均精度(mAP)が0.7から1.5の範囲で,エンドツーエンドの3Dオブジェクト検出を一貫して改善していることがわかった。
  論文  参考訳（メタデータ） (2025-12-12T00:08:03Z)
• Transmit Weights, Not Features: Orthogonal-Basis Aided Wireless Point-Cloud Transmission [9.853100066584341]
  ディープジョイント・ソース - チャネル・コーディング (DeepJSCC) 上に構築された3Dポイント・クラウドのためのセマンティック・ワイヤレス・トランスミッション・フレームワークを提案する。 送信機は、生の特徴を送る代わりに、受信側セマンティックな直交特徴プール上での組み合わせ重みを予測し、コンパクトな表現と堅牢な再構成を可能にする。 折り畳み型デコーダは、2Dグリッドを3Dに変形させ、幾何学的忠実性を保持しながら多様体の連続性を強制する。
  論文  参考訳（メタデータ） (2025-12-03T14:07:47Z)
• SenseRay-3D: Generalizable and Physics-Informed Framework for End-to-End Indoor Propagation Modeling [35.27031919957894]
  SenseRay-3Dは、RGB-Dスキャンから直接3Dパスロスヒートマップを予測するエンドツーエンドフレームワークである。 合成屋内伝播データセットは、将来の研究の標準ベンチマークとして機能するように開発されている。 SenseRay-3Dは、目に見えない環境で平均4.27dBの絶対誤差を達成し、サンプルあたり217msのリアルタイム推論をサポートする。
  論文  参考訳（メタデータ） (2025-11-15T08:17:49Z)
• Cross-Modal Geometric Hierarchy Fusion: An Implicit-Submap Driven Framework for Resilient 3D Place Recognition [9.411542547451193]
  本稿では,密度に依存しない幾何学的推論により3次元位置認識を再定義するフレームワークを提案する。 具体的には、元のシーンポイント雲密度の干渉に免疫する弾性点に基づく暗黙の3次元表現を導入する。 これら2種類の情報を活用することで,鳥眼視と3Dセグメントの両視点から幾何学的情報を融合する記述子を得る。
  論文  参考訳（メタデータ） (2025-06-17T07:04:07Z)
• UniTR: A Unified and Efficient Multi-Modal Transformer for Bird's-Eye-View Representation [113.35352122662752]
  屋外3次元知覚のためのマルチモーダルバックボーンUniTRを提案する。 UniTRは、統一されたモデリングと共有パラメータで様々なモダリティを処理する。 UniTRは基本的にタスクに依存しないバックボーンであり、異なる3D知覚タスクを自然にサポートする。
  論文  参考訳（メタデータ） (2023-08-15T12:13:44Z)
• Neural Progressive Meshes [54.52990060976026]
  本稿では,共有学習空間を用いた3次元メッシュの伝送手法を提案する。 分割型エンコーダ・デコーダアーキテクチャを用いて,この空間を学習する。 本手法は複雑な3次元形状を多種多様な形状で評価し, 圧縮率と復元品質の点で, ベースラインよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-10T17:58:02Z)
• Joint Sensing, Communication, and AI: A Trifecta for Resilient THz User Experiences [118.91584633024907]
  テラヘルツ(THz)無線システムに対する拡張現実(XR)体験を最適化するために、新しい共同センシング、通信、人工知能(AI)フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-04-29T00:39:50Z)
• Few-shot Non-line-of-sight Imaging with Signal-surface Collaborative Regularization [18.466941045530408]
  非視線イメージング技術は、多重反射光からターゲットを再構成することを目的としている。 最小限の測定回数でノイズロバストを再現する信号表面の協調正規化フレームワークを提案する。 我々のアプローチは、救助活動や自律運転といったリアルタイム非視線画像アプリケーションにおいて大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2022-11-21T11:19:20Z)
• Geometry-Contrastive Transformer for Generalized 3D Pose Transfer [95.56457218144983]
  この研究の直感は、与えられたメッシュ間の幾何学的不整合を強力な自己認識機構で知覚することである。 本研究では,グローバルな幾何学的不整合に対する3次元構造的知覚能力を有する新しい幾何学コントラスト変換器を提案する。 本稿では, クロスデータセット3次元ポーズ伝達タスクのための半合成データセットとともに, 潜時等尺正則化モジュールを提案する。
  論文  参考訳（メタデータ） (2021-12-14T13:14:24Z)

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。