論文の概要: Point2Pose: Occlusion-Recovering 6D Pose Tracking and 3D Reconstruction for Multiple Unknown Objects Via 2D Point Trackers

• arxiv url: http://arxiv.org/abs/2604.10415v1
• Date: Sun, 12 Apr 2026 02:17:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.002146
• Title: Point2Pose: Occlusion-Recovering 6D Pose Tracking and 3D Reconstruction for Multiple Unknown Objects Via 2D Point Trackers
• Title（参考訳）: Point2Pose: Occlusion-Recovering 6D Pose Tracking and 3D Reconstruction for multiple unknown Objects Via 2D Point Trackers
• Authors: Tzu-Yuan Lin, Ho Jae Lee, Kevin Doherty, Yonghyeon Lee, Sangbae Kim,
• Abstract要約: Point2Poseは、モノクロRGB-Dビデオからの剛体物体の因果6Dポーズトラッキングのためのモデルレス手法である。 アプローチでは、オブジェクトCADモデルやカテゴリ先行を必要とせずに、複数の未確認オブジェクトを追跡できる。 実験により、Point2Poseは、厳密な閉塞ベンチマークで最先端の手法に匹敵する性能を達成することが示された。
• 参考スコア（独自算出の注目度）: 17.68066197994233
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We present Point2Pose, a model-free method for causal 6D pose tracking of multiple rigid objects from monocular RGB-D video. Initialized only from sparse image points on the objects to be tracked, our approach tracks multiple unseen objects without requiring object CAD models or category priors. Point2Pose leverages a 2D point tracker to obtain long-range correspondences, enabling instant recovery after complete occlusion. Simultaneously, the system incrementally reconstructs an online Truncated Signed Distance Function (TSDF) representation of the tracked targets. Alongside the method, we introduce a new multi-object tracking dataset comprising both simulation and real-world sequences, with motion-capture ground truth for evaluation. Experiments show that Point2Pose achieves performance comparable to the state-of-the-art methods on a severe-occlusion benchmark, while additionally supporting multi-object tracking and recovery from complete occlusion, capabilities that are not supported by previous model-free tracking approaches.
• Abstract（参考訳）: モノクロRGB-Dビデオから複数の剛体物体の因果6次元ポーズトラッキングを行うモデルフリーのPoint2Poseを提案する。 追跡対象オブジェクトのスパース画像ポイントのみから初期化され、オブジェクトCADモデルやカテゴリ先行を必要とせずに、複数の未確認オブジェクトを追跡する。 Point2Poseは2Dポイントトラッカーを利用して長距離対応し、完全閉塞後の即時回復を可能にする。 同時に、追跡対象のTSDF(Trncated Signed Distance Function)表現を段階的に再構築する。 提案手法と並行して,シミュレーションと実世界の両方のシーケンスからなる多目的追跡データセットを導入し,その評価を行う。 実験により、Point2Poseは、厳密な閉塞ベンチマークで最先端の手法に匹敵する性能を達成し、同時に、従来のモデルフリーなトラッキングアプローチではサポートされていない、完全な閉塞からの多目的追跡と回復もサポートしている。

関連論文リスト

• SpatialTrackerV2: 3D Point Tracking Made Easy [73.0350898700048]
  SpaceTrackerV2はモノクロビデオのフィードフォワード3Dポイントトラッキング手法である。 これは、世界空間の3Dモーションをシーン幾何学、カメラエゴモーション、ピクセルワイドオブジェクトモーションに分解する。 このような異種データから幾何学と運動を共同で学習することで、SpatialTrackerV2は既存の3Dトラッキング方法よりも30%優れています。
  論文  参考訳（メタデータ） (2025-07-16T17:59:03Z)
• Street Gaussians without 3D Object Tracker [84.89933388445185]
  既存のほとんどの方法は、オブジェクトポーズの労働集約的な手動ラベリングに依存している。 本研究では,3次元オブジェクト融合戦略における2次元ディープトラッカーの関連性を利用して,安定なオブジェクト追跡モジュールを提案する。 我々は、軌道誤差を自律的に補正し、見逃した検出を回復する暗黙の特徴空間に、モーションラーニング戦略を導入することで、避けられないトラッキングエラーに対処する。
  論文  参考訳（メタデータ） (2024-12-07T05:49:42Z)
• Tracking by 3D Model Estimation of Unknown Objects in Videos [122.56499878291916]
  この表現は限定的であり、代わりに明示的なオブジェクト表現を用いて2次元追跡をガイドし改善することを提案する。 我々の表現は、全てのビデオフレームのオブジェクト上の全ての3Dポイント間の複雑な長期密度対応問題に取り組む。 提案手法は, 最適3次元形状, テクスチャ, 6DoFのポーズを推定するために, 新たな損失関数を最小化する。
  論文  参考訳（メタデータ） (2023-04-13T11:32:36Z)
• Relation3DMOT: Exploiting Deep Affinity for 3D Multi-Object Tracking from View Aggregation [8.854112907350624]
  3Dマルチオブジェクトトラッキングは、自律ナビゲーションにおいて重要な役割を果たす。 多くのアプローチでは、トラッキングのための2次元RGBシーケンス内のオブジェクトを検出するが、これは3次元空間内のオブジェクトをローカライズする際の信頼性の欠如である。 本稿では,隣接フレーム内の各オブジェクト間の相関をよりよく活用するために,RelationConvという新しい畳み込み演算を提案する。
  論文  参考訳（メタデータ） (2020-11-25T16:14:40Z)

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。