論文の概要: ASAP: An Azimuth-Priority Strip-Based Search Approach to Planar Microphone Array DOA Estimation in 3D
- arxiv url: http://arxiv.org/abs/2604.25387v1
- Date: Tue, 28 Apr 2026 08:59:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 16:49:17.784744
- Title: ASAP: An Azimuth-Priority Strip-Based Search Approach to Planar Microphone Array DOA Estimation in 3D
- Title（参考訳）: ASAP:3次元平面マイクロホンアレイDOA推定のための方位方向のストリップに基づく探索手法
- Authors: Ming Huang, Shuting Xu, Leying Yang, Huanzhang Hu, Yujie Zhang, Jiang Wang, Yu Liu, Hao Zhao, He Kong,
- Abstract要約: Direction-of-arrival (DOA) 推定は、マイクロホンアレイ処理および多くの下流アプリケーションにおいて重要なタスクである。
3次元シナリオにおけるSRP-PHAT推定には、数千の候補方向に対する操舵応答の評価が必要である。
3次元平面マイクロホンアレイDOA推定のための方位優先ストリップに基づく探索手法ASAPを提案する。
- 参考スコア（独自算出の注目度）: 27.051441620521874
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Direction-of-arrival (DOA) estimation is an important task in microphone array processing and many downstream applications. The steered response power with phase transform (SRP-PHAT) method has been widely adopted for DOA estimation in recent years. However, accurate SRP-PHAT estimation in 3D scenarios requires evaluating steering responses over thousands of candidate directions, severely limiting real-time performance on resource-constrained platforms. This challenge becomes even more critical for planar arrays, which are widely used in robotics due to their structural simplicity. Motivated by the fact that azimuth estimation is usually more reliable than elevation estimation for most arrays, we propose ASAP, an azimuth-priority strip-based search approach to planar microphone array DOA estimation in 3D. In the first stage, ASAP performs coarse-to-fine region contraction within azimuthal strips to lock azimuth angles while retaining multiple maxima through spherical caps. In the second stage, it refines elevation along the great-circle arc between two close candidates. Extensive simulations and real-world experiments validate the efficiency and merits of the proposed method over existing approaches.
- Abstract（参考訳）: Direction-of-arrival (DOA) 推定は、マイクロホンアレイ処理および多くの下流アプリケーションにおいて重要なタスクである。
近年,位相変換法(SRP-PHAT)を用いた操舵応答パワーがDOA推定に広く採用されている。
しかし、3次元シナリオにおける正確なSRP-PHAT推定には、数千の候補方向に対する操舵応答の評価が必要であり、リソース制約のあるプラットフォーム上でのリアルタイム性能を著しく制限する。
この課題は、構造的単純さのためにロボット工学で広く使われている平面配列にとってさらに重要となる。
アジマス推定がほとんどのアレイの標高推定よりも信頼性が高いという事実から,アジマス優先ストリップに基づく3次元マイクロホンアレイDOA推定手法であるASAPを提案する。
第1段階では、ASAPはアジムタール帯内で粗大な領域収縮を行い、アジマス角をロックし、球状キャップを通して複数の最大値を保持する。
第2段階では、2つの近接候補の間の大円弧に沿って標高を改良する。
大規模シミュレーションと実世界の実験により,提案手法の既存手法に対する有効性と有用性を検証した。
関連論文リスト
- LDRFusion: A LiDAR-Dominant multimodal refinement framework for 3D object detection [5.820124526272312]
既存のLiDAR-Camera融合法は3次元物体検出において大きな成果を上げている。
我々は,LDRFusionを提案する。LDRFusionは,マルチセンサフュージョンのための新しい2段階改良フレームワークである。
当社のフレームワークは,複数のカテゴリと難易度をまたいだパフォーマンスを継続的に達成しています。
論文 参考訳（メタデータ） (2025-07-22T04:35:52Z) - Micro-Structures Graph-Based Point Cloud Registration for Balancing Efficiency and Accuracy [5.70403503863614]
マイクロ構造グラフに基づくグローバルポイントクラウド登録手法を提案する。
提案手法は3DMatch と ETH のデータセットでよく機能する。
論文 参考訳（メタデータ） (2024-10-29T08:36:23Z) - OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。
OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。
最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
論文 参考訳（メタデータ） (2024-09-14T07:44:22Z) - PointOcc: Cylindrical Tri-Perspective View for Point-based 3D Semantic
Occupancy Prediction [72.75478398447396]
本稿では,点雲を効果的かつ包括的に表現する円筒型三重対視図を提案する。
また,LiDAR点雲の距離分布を考慮し,円筒座標系における三点ビューを構築した。
プロジェクション中に構造の詳細を維持するために空間群プーリングを使用し、各TPV平面を効率的に処理するために2次元バックボーンを採用する。
論文 参考訳（メタデータ） (2023-08-31T17:57:17Z) - PLUME: Efficient 3D Object Detection from Stereo Images [95.31278688164646]
既存の手法では、2つのステップでこの問題に対処する: 第一深度推定を行い、その深さ推定から擬似LiDAR点雲表現を計算し、3次元空間で物体検出を行う。
この2つのタスクを同一のメトリック空間で統一するモデルを提案する。
提案手法は,既存の手法と比較して推定時間を大幅に削減し,挑戦的なKITTIベンチマークの最先端性能を実現する。
論文 参考訳（メタデータ） (2021-01-17T05:11:38Z) - MRDet: A Multi-Head Network for Accurate Oriented Object Detection in
Aerial Images [51.227489316673484]
水平アンカーから変換された指向性提案を生成するために、任意指向領域提案ネットワーク(AO-RPN)を提案する。
正確なバウンディングボックスを得るために,検出タスクを複数のサブタスクに分離し,マルチヘッドネットワークを提案する。
各ヘッドは、対応するタスクに最適な特徴を学習するために特別に設計されており、ネットワークがオブジェクトを正確に検出することができる。
論文 参考訳（メタデータ） (2020-12-24T06:36:48Z) - 3DSSD: Point-based 3D Single Stage Object Detector [61.67928229961813]
本稿では,3DSSDと命名された点ベース3次元単段物体検出器を提案し,精度と効率のバランスが良好であることを示す。
提案手法は,最先端のボクセルをベースとした一段法を大差で上回り,二段法に匹敵する性能を有する。
論文 参考訳（メタデータ） (2020-02-24T12:01:58Z)
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。