論文の概要: FunFact: Building Probabilistic Functional 3D Scene Graphs via Factor-Graph Reasoning

• arxiv url: http://arxiv.org/abs/2604.03696v1
• Date: Sat, 04 Apr 2026 11:53:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.727432
• Title: FunFact: Building Probabilistic Functional 3D Scene Graphs via Factor-Graph Reasoning
• Title（参考訳）: FunFact:因子グラフ推論による確率関数型3Dシーングラフの構築
• Authors: Zhengyu Fu, René Zurbrügg, Kaixian Qu, Marc Pollefeys, Marco Hutter, Hermann Blum, Zuria Bauer,
• Abstract要約: 確率的開語彙関数型3Dシーングラフを構築するためのフレームワークであるFunFactを紹介する。 FunFactはまず、オブジェクトと部分中心の3Dマップを構築し、基礎モデルを使用して意味論的に妥当な機能関係を提案する。 この設定をベンチマークするために、AI2-THORに基づく合成データセットであるFunThorを紹介した。
• 参考スコア（独自算出の注目度）: 48.3789545323541
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent work in 3D scene understanding is moving beyond purely spatial analysis toward functional scene understanding. However, existing methods often consider functional relationships between object pairs in isolation, failing to capture the scene-wide interdependence that humans use to resolve ambiguity. We introduce FunFact, a framework for constructing probabilistic open-vocabulary functional 3D scene graphs from posed RGB-D images. FunFact first builds an object- and part-centric 3D map and uses foundation models to propose semantically plausible functional relations. These candidates are converted into factor graph variables and constrained by both LLM-derived common-sense priors and geometric priors. This formulation enables joint probabilistic inference over all functional edges and their marginals, yielding substantially better calibrated confidence scores. To benchmark this setting, we introduce FunThor, a synthetic dataset based on AI2-THOR with part-level geometry and rule-based functional annotations. Experiments on SceneFun3D, FunGraph3D, and FunThor show that FunFact improves node and relation discovery recall and significantly reduces calibration error for ambiguous relations, highlighting the benefits of holistic probabilistic modeling for functional scene understanding. See our project page at https://funfact-scenegraph.github.io/
• Abstract（参考訳）: 3次元シーン理解における最近の研究は、純粋に空間分析を超えて機能的なシーン理解へと移行している。 しかしながら、既存の手法では、人間があいまいさを解決するために使用するシーン全体の相互依存を捉えるのに失敗し、孤立したオブジェクトペア間の機能的関係をしばしば考慮している。 本稿では,RGB-D画像から確率的オープン語彙関数型3Dシーングラフを構築するためのフレームワークであるFunFactを紹介する。 FunFactはまず、オブジェクトと部分中心の3Dマップを構築し、基礎モデルを使用して意味論的に妥当な機能関係を提案する。 これらの候補は因子グラフ変数に変換され、LLM由来の常識的先行と幾何学的先行の両方によって制約される。 この定式化により、すべての機能エッジとその限界に対する共同確率的推論が可能となり、キャリブレーションされた信頼性スコアが大幅に向上する。 この設定をベンチマークするために、AI2-THORに基づく合成データセットであるFunThorを紹介した。 SceneFun3D、FunGraph3D、FunThorの実験では、FunFactはノードと関係発見のリコールを改善し、曖昧な関係のキャリブレーションエラーを大幅に低減し、機能的なシーン理解のための全体論的確率的モデリングの利点を強調している。 プロジェクトページはhttps://funfact-scenegraph.github.io/にある。

関連論文リスト

• ReLaGS: Relational Language Gaussian Splatting [20.136674901612334]
  本稿では,階層型言語で区切られたガウシアンシーンと,シーン固有の訓練を伴わない3Dセマンティックシーングラフを構築する新しいフレームワークを提案する。 この階層の上に、視覚言語由来のアノテーションとグラフニューラルネットワークに基づくリレーショナル推論を備えたオープンな3Dシーングラフを構築します。 本手法は,階層的セマンティクスとオブジェクト間の相互関係を共同でモデル化することにより,効率的でスケーラブルな3次元推論を可能にする。
  論文  参考訳（メタデータ） (2026-03-18T11:18:23Z)
• ArtiSG: Functional 3D Scene Graph Construction via Human-demonstrated Articulated Objects Manipulation [51.54082859171464]
  ArtiSGは、人間のデモを構造化されたロボットメモリにエンコードすることで、機能的な3Dシーングラフを構築するフレームワークである。 本研究では,ArtiSGが機能的要素リコールおよび調音推定精度において,ベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-12-31T13:10:40Z)
• Language-guided 3D scene synthesis for fine-grained functionality understanding [64.148891566272]
  タスクベース3Dシーン合成の最初の手法であるSynthFun3Dを紹介する。 パートレベルのアノテーションを備えた家具資産データベースを用いて,室内3次元環境を生成する。 適切な機能要素の3Dマスクを自動的に識別し、取り出すアクションが原因である。
  論文  参考訳（メタデータ） (2025-11-28T14:40:03Z)
• Open-Vocabulary Functional 3D Scene Graphs for Real-World Indoor Spaces [113.91791599146786]
  本稿では,RGB-D画像から実世界の屋内環境の3次元シーングラフを推定するタスクを紹介する。 オブジェクトの空間的関係に焦点を当てた従来の3Dシーングラフとは異なり、機能的な3Dシーングラフはオブジェクト、インタラクティブな要素、およびそれらの機能的関係をキャプチャする。 我々は,拡張されたSceneFun3Dデータセットと新たに収集されたFunGraph3Dに対して,機能的な3Dシーングラフを付加したアプローチを評価する。
  論文  参考訳（メタデータ） (2025-03-24T22:53:19Z)
• FunGraph: Functionality Aware 3D Scene Graphs for Language-Prompted Scene Interaction [1.8124328823188356]
  本研究の目的は,ロボットが環境と直接対話できる表現を開発することである。 我々は、より細かな解像度でオブジェクトを検出し、保存することに集中し、価格関連部品に焦点をあてる。 現在利用可能な3Dリソースを活用して、2Dデータを生成し、検出器をトレーニングし、標準の3Dシーングラフ生成パイプラインを拡張するために使用します。
  論文  参考訳（メタデータ） (2025-03-10T23:13:35Z)
• 3DGraphLLM: Combining Semantic Graphs and Large Language Models for 3D Scene Understanding [0.5755004576310334]
  3Dシーングラフは、存在しているオブジェクトとそれらの間の意味的関係の両方をキャプチャすることで、コンパクトなシーンモデルを表現する。 本研究では,意味関係を明示的に組み込んだ3Dシーングラフの学習可能な表現構築手法である3DGraphLLMを提案する。
  論文  参考訳（メタデータ） (2024-12-24T14:21:58Z)
• GREAT: Geometry-Intention Collaborative Inference for Open-Vocabulary 3D Object Affordance Grounding [53.42728468191711]
  Open-Vocabulary 3D object affordance groundingは、任意の命令で3Dオブジェクト上のアクション可能性の領域を予測することを目的としている。 GREAT (GeometRy-intEntion collAboraTive Inference) を提案する。
  論文  参考訳（メタデータ） (2024-11-29T11:23:15Z)
• Open-Vocabulary Octree-Graph for 3D Scene Understanding [54.11828083068082]
  Octree-Graphはオープンな3Dシーン理解のための新しいシーン表現である。 セマンティクスを記憶し、その形状に応じてオブジェクトの占有度を調節するアダプティブ・オクツリー構造を開発する。
  論文  参考訳（メタデータ） (2024-11-25T10:14:10Z)

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。