論文の概要: MG-Grasp: Metric-Scale Geometric 6-DoF Grasping Framework with Sparse RGB Observations

• arxiv url: http://arxiv.org/abs/2603.16270v2
• Date: Wed, 18 Mar 2026 08:23:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-21 18:33:56.897112
• Title: MG-Grasp: Metric-Scale Geometric 6-DoF Grasping Framework with Sparse RGB Observations
• Title（参考訳）: MG-Grasp: 疎RGB観測によるメトリスケール幾何6-DoFグラフ作成フレームワーク
• Authors: Kangxu Wang, Siang Chen, Chenxing Jiang, Shaojie Shen, Yixiang Dai, Guijin Wang,
• Abstract要約: シングルビューRGB-Dグリップ検出は6-DoFロボットグリップシステムにおいて一般的な選択肢である。 MG-Graspは,高品質な物体把握を実現する新しい6-DoFグルーピングフレームワークである。
• 参考スコア（独自算出の注目度）: 24.748820269255578
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Single-view RGB-D grasp detection remains a common choice in 6-DoF robotic grasping systems, which typically requires a depth sensor. While RGB-only 6-DoF grasp methods has been studied recently, their inaccurate geometric representation is not directly suitable for physically reliable robotic manipulation, thereby hindering reliable grasp generation. To address these limitations, we propose MG-Grasp, a novel depth-free 6-DoF grasping framework that achieves high-quality object grasping. Leveraging two-view 3D foundation model with camera intrinsic/extrinsic, our method reconstructs metric-scale and multi-view consistent dense point clouds from sparse RGB images and generates stable 6-DoF grasp. Experiments on GraspNet-1Billion dataset and real world demonstrate that MG-Grasp achieves state-of-the-art (SOTA) grasp performance among RGB-based 6-DoF grasping methods.
• Abstract（参考訳）: シングルビューのRGB-Dグリップ検出は、通常は深度センサーを必要とする6-DoFロボットグリップシステムにおいて、一般的な選択肢である。 近年、RGBのみの6-DoFグリップ法が研究されているが、それらの不正確な幾何学的表現は、物理的に信頼性の高いロボット操作に直接適さないため、信頼性の高いグリップ生成を妨げている。 これらの制約に対処するため,MG-Graspを提案する。 カメラ内在・外在的な2視点3D基礎モデルを用いて, スパースRGB画像から距離スケールおよび多視点一貫した高密度点雲を再構成し, 安定な6-DoFグリップを生成する。 GraspNet-1Billionデータセットと実世界の実験により、MG-Graspは、RGBベースの6-DoFグルーピング法において、最先端(SOTA)のグルーピング性能を達成することが示された。

関連論文リスト

• SplatPose: Geometry-Aware 6-DoF Pose Estimation from Single RGB Image via 3D Gaussian Splatting [3.6688867031495223]
  SplatPoseは3次元ガウススティング(3DGS)を2分岐ニューラルアーキテクチャで合成し,高精度なポーズ推定を実現する新しいフレームワークである。 3つのベンチマークデータセットの実験では、SplatPoseが最先端の6-DoFを1つのRGB設定で推定精度で達成していることが示されている。
  論文  参考訳（メタデータ） (2025-03-07T06:40:06Z)
• RGB-based Category-level Object Pose Estimation via Decoupled Metric Scale Recovery [72.13154206106259]
  本研究では、6次元のポーズとサイズ推定を分離し、不完全なスケールが剛性変換に与える影響を緩和するパイプラインを提案する。 具体的には,事前学習した単分子推定器を用いて局所的な幾何学的情報を抽出する。 別個のブランチは、カテゴリレベルの統計に基づいてオブジェクトのメートル法スケールを直接復元するように設計されている。
  論文  参考訳（メタデータ） (2023-09-19T02:20:26Z)
• A Combined Approach Toward Consistent Reconstructions of Indoor Spaces Based on 6D RGB-D Odometry and KinectFusion [7.503338065129185]
  キーポイント抽出により連続したRGB-Dフレーム間の相対的なカメラポーズを求める6次元RGB-Dオドメトリー手法を提案する。 推定されたポーズを、フレーム間相対的なポーズを微調整するKinectFusionアルゴリズムに入力する。 提案アルゴリズムは,ポストプロセッシングのステップを使わずに,利用可能なポリゴンメッシュ(3次元仮想世界を作成するのに非常に適している)を出力する。
  論文  参考訳（メタデータ） (2022-12-25T22:52:25Z)
• GraspNeRF: Multiview-based 6-DoF Grasp Detection for Transparent and Specular Objects Using Generalizable NeRF [7.47805672405939]
  本稿では,マルチビューRGBベースの6-DoFグリップ検出ネットワークGraspNeRFを提案する。 既存のNeRFベースの3-DoFグリップ検出手法と比較して,RGB入力の少ないゼロショットNeRF構成を実現し,リアルタイムに6-DoFグリップを確実に検出できる。 学習データには, 散らばったテーブルトップシーンで把握する大規模フォトリアリスティックなドメインランダム化合成データセットを生成する。
  論文  参考訳（メタデータ） (2022-10-12T20:31:23Z)
• MonoGraspNet: 6-DoF Grasping with a Single RGB Image [73.96707595661867]
  6-DoFロボットの把握は長続きするが未解決の問題だ。 近年の手法では3次元ネットワークを用いて深度センサから幾何的把握表現を抽出している。 我々はMonoGraspNetと呼ばれるRGBのみの6-DoFグルーピングパイプラインを提案する。
  論文  参考訳（メタデータ） (2022-09-26T21:29:50Z)
• SO-Pose: Exploiting Self-Occlusion for Direct 6D Pose Estimation [98.83762558394345]
  SO-Poseは、オブジェクトの6自由度(6DoF)をすべて、単一のRGBイメージから散らばった環境でポーズさせるフレームワークである。 本稿では,3次元オブジェクトの2層表現を確立するために,自己閉塞に関する新たな推論を導入する。 対応性,自己閉塞性,6次元ポーズを整列する層間合成により,精度とロバスト性をさらに向上させることができる。
  論文  参考訳（メタデータ） (2021-08-18T19:49:29Z)
• GDRNPP: A Geometry-guided and Fully Learning-based Object Pose Estimator [51.89441403642665]
  剛体物体の6次元ポーズ推定はコンピュータビジョンにおける長年の課題である。 近年、ディープラーニングの出現は、信頼できる6Dポーズを予測するための畳み込みニューラルネットワーク(CNN)の可能性を明らかにしている。 本稿では,完全学習型オブジェクトポーズ推定器を提案する。
  論文  参考訳（メタデータ） (2021-02-24T09:11:31Z)
• Progressively Guided Alternate Refinement Network for RGB-D Salient Object Detection [63.18846475183332]
  我々は,RGB-Dの高次物体検出のための効率的かつコンパクトなディープネットワークを開発することを目指している。 そこで本研究では,改良のための改良ネットワークを提案する。 我々のモデルは、既存の最先端のアプローチよりも大きなマージンで優れています。
  論文  参考訳（メタデータ） (2020-08-17T02:55:06Z)

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。