Fugu-MT 論文翻訳(概要): PiCo: Active Manifold Canonicalization for Robust Robotic Visual Anomaly Detection

論文の概要: PiCo: Active Manifold Canonicalization for Robust Robotic Visual Anomaly Detection

arxiv url: http://arxiv.org/abs/2603.23122v1
Date: Tue, 24 Mar 2026 12:18:09 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-25 19:53:37.469715
Title: PiCo: Active Manifold Canonicalization for Robust Robotic Visual Anomaly Detection
Title（参考訳）: PiCo:ロバストロボット視覚異常検出のためのアクティブマニフォールド正準化
Authors: Teng Yan, Binkai Liu, Shuai Liu, Yue Yu, Bingzhuo Zhong,
Abstract要約: PiCoは、条件不変な正準多様体に観測を積極的に投影する統合フレームワークとして導入された。第1段階であるActive Physical Canonicalizationでは、ロボットエージェントがオブジェクトを並べ替えることで、そのソースにおける幾何的不確実性を減らすことができる。第2段階であるNeural Latent Canonicalizationでは、入力レベルでの光度処理、特徴レベルでの潜時改善、意味レベルでの文脈推論からなる3段階の認知階層が採用されている。
参考スコア（独自算出の注目度）: 11.541784657651554
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Industrial deployment of robotic visual anomaly detection (VAD) is fundamentally constrained by passive perception under diverse 6-DoF pose configurations and unstable operating conditions such as illumination changes and shadows, where intrinsic semantic anomalies and physical disturbances coexist and interact. To overcome these limitations, a paradigm shift from passive feature learning to Active Canonicalization is proposed. PiCo (Pose-in-Condition Canonicalization) is introduced as a unified framework that actively projects observations onto a condition-invariant canonical manifold. PiCo operates through a cascaded mechanism. The first stage, Active Physical Canonicalization, enables a robotic agent to reorient objects in order to reduce geometric uncertainty at its source. The second stage, Neural Latent Canonicalization, adopts a three-stage denoising hierarchy consisting of photometric processing at the input level, latent refinement at the feature level, and contextual reasoning at the semantic level, progressively eliminating nuisance factors across representational scales. Extensive evaluations on the large-scale M2AD benchmark demonstrate the superiority of this paradigm. PiCo achieves a state-of-the-art 93.7% O-AUROC, representing a 3.7% improvement over prior methods in static settings, and attains 98.5% accuracy in active closed-loop scenarios. These results demonstrate that active manifold canonicalization is critical for robust embodied perception.
Abstract（参考訳）: ロボット視覚異常検出(VAD)の産業展開は、様々な6-DoFのポーズ構成下での受動的知覚と、固有の意味的異常や身体的障害が共存し相互作用する照明変化や影などの不安定な操作条件により、基本的に制限されている。これらの制限を克服するために、受動的特徴学習からアクティブな正準化へのパラダイムシフトを提案する。 PiCo(Pose-in-Condition Canonicalization)は、条件不変な正準多様体に観測を積極的に投影する統合フレームワークとして導入された。 PiCoはカスケード機構を介して動作する。第1段階であるActive Physical Canonicalizationでは、ロボットエージェントがオブジェクトを並べ替えることで、そのソースにおける幾何的不確実性を減らすことができる。第2段階であるNeural Latent Canonicalizationは、入力レベルでの測光処理、特徴レベルでの潜光処理、意味レベルでの文脈的推論からなる3段階の復調階層を採用し、表現スケール間でのニュアンス要因を徐々に排除している。大規模M2ADベンチマークの大規模な評価は、このパラダイムの優位性を示している。 PiCoは最先端の93.7%のO-AUROCを実現し、静的な設定で以前のメソッドよりも3.7%改善され、アクティブなクローズドループシナリオでは98.5%の精度を達成した。これらの結果は、活性多様体の正準化が堅牢なエンボディド認識に重要であることを証明している。

関連論文リスト

Knob: A Physics-Inspired Gating Interface for Interpretable and Controllable Neural Dynamics [7.965536008626047]
Knobは、ディープラーニングと古典的な制御理論を結びつけるフレームワークである。我々のフレームワークは、慣れ親しんだ物理アナログを通して「安定性」と「感度」をチューニングできる。
論文参考訳（メタデータ） (2026-02-26T07:25:22Z)
Representation-Aware Unlearning via Activation Signatures: From Suppression to Knowledge-Signature Erasure [2.0017902634527194]
本稿では,真の消去と難読化を区別する表現対応アーキテクチャであるKnowledge Immunization Framework(KIF)を紹介する。提案手法は,主観的表現の動的抑制とパラメータ効率の適応を組み合わせ,完全モデル再学習を伴わない耐久性のある未学習を実現する。
論文参考訳（メタデータ） (2026-01-15T16:28:14Z)
STORE: Semantic Tokenization, Orthogonal Rotation and Efficient Attention for Scaling Up Ranking Models [11.965535230928372]
Storeは,3つのコアイノベーションに基づいて構築された,統一的でスケーラブルなトークンベースのランキングフレームワークである。我々のフレームワークは、予測精度(オンラインCTR 2.71%、AUC 1.195%)とトレーニング効率(1.84スループット)を継続的に改善します。
論文参考訳（メタデータ） (2025-11-24T06:20:02Z)
Noise & pattern: identity-anchored Tikhonov regularization for robust structural anomaly detection [58.535473924035365]
異常検出は自動産業検査において重要な役割を担い、他の均一な視覚パターンの微妙な欠陥や稀な欠陥を識別することを目的としている。自己教師型オートエンコーダを用いて, 破損した入力の修復を学習する構造的異常検出に取り組む。構造欠陥を模倣した画像に人工的破壊を注入する汚職モデルを導入する。
論文参考訳（メタデータ） (2025-11-10T15:48:50Z)
RoboView-Bias: Benchmarking Visual Bias in Embodied Agents for Robotic Manipulation [67.38036090822982]
ロボット操作における視覚バイアスの定量化を目的とした,最初のベンチマークであるRoboView-Biasを提案する。我々は、個々の視覚的要因とその相互作用によって引き起こされるバイアスの堅牢な測定を可能にする2,127のタスクインスタンスを作成します。本研究は,視覚バイアスの系統的解析が,安全で信頼性の高い汎用的なエンボディエージェントの開発に必須であることを示す。
論文参考訳（メタデータ） (2025-09-26T13:53:25Z)
Overlap-Aware Feature Learning for Robust Unsupervised Domain Adaptation for 3D Semantic Segmentation [9.578322021478426]
3Dポイントクラウドセマンティックセグメンテーション(PCSS)は、ロボットシステムと自律運転における環境認識の基礎である。既存の方法は、現実の摂動(例えば、雪、霧、雨)と敵の歪みに固有の脆弱性を批判的に見落としている。この研究は、まず、現在のPCSS-UDAロバスト性を損なう2つの本質的な制限を特定する。 1) 強靭性指標による敵攻撃・破壊タイプに対するレジリエンスを定量化する頑健性評価モデル,2) 注意誘導重複抑制による識別構造を維持しつつ,双方向のドメインマッピングを可能にする非可逆的注意アライメントモジュール(IAAM) とからなる三部構成のフレームワークを提案する。
論文参考訳（メタデータ） (2025-04-02T12:16:23Z)
Unifying Perplexing Behaviors in Modified BP Attributions through Alignment Perspective [61.5509267439999]
GBP, RectGrad, LRP, DTD などの手法の統一理論フレームワークを提案する。活性化ニューロンの重みを結合して入力アライメントを実現することを実証した。このアライメントにより、可視化品質が向上し、重量ランダム化に対する感度が低下する。
論文参考訳（メタデータ） (2025-03-14T07:58:26Z)
ALOcc: Adaptive Lifting-Based 3D Semantic Occupancy and Cost Volume-Based Flow Predictions [91.55655961014027]
シーン理解には3次元セマンティック占有とフロー予測が不可欠である。本稿では,3つの改善点を目標とした視覚ベースのフレームワークを提案する。我々の純粋な畳み込みアーキテクチャは、セマンティック占有率とジョイントセマンティックフロー予測の両方のために、複数のベンチマーク上で新しいSOTA性能を確立する。
論文参考訳（メタデータ） (2024-11-12T11:32:56Z)
Calibrating Undisciplined Over-Smoothing in Transformer for Weakly Supervised Semantic Segmentation [51.14107156747967]
弱教師付きセマンティックセマンティックセマンティクス(WSSS)は、完全な教師付きアプローチよりもアノテーションが少ないため、かなりの注目を集めている。本研究では,非学際的な過密化に対する深い注意を抑えるための適応的再活性化機構 (AReAM) を提案する。 AReAMは既存のWSSS手法と比較してセグメンテーション性能を大幅に改善し、ノイズを低減し、関連するセマンティック領域に焦点を絞る。
論文参考訳（メタデータ） (2023-05-04T19:11:33Z)
Pose-Oriented Transformer with Uncertainty-Guided Refinement for 2D-to-3D Human Pose Estimation [51.00725889172323]
本研究では,3次元ポーズ推定のための不確実性ガイド付き多目的変換器(POT)を提案する。我々はまず,人骨のトポロジーを明示的に活用するために,新しいポーズ指向の自己注意機構と距離関連位置埋め込みを開発した。本稿では,特に難解な関節に対するPOTからのポーズ予測を洗練させるために,不確実性誘導型リファインメントネットワーク(UGRN)を提案する。
論文参考訳（メタデータ） (2023-02-15T00:22:02Z)

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。