論文の概要: Agentic Pipeline for Self-Synchronized Multiview Joint Angle Monitoring in Uncalibrated Environments

• arxiv url: http://arxiv.org/abs/2605.16419v1
• Date: Thu, 14 May 2026 09:03:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:46.31124
• Title: Agentic Pipeline for Self-Synchronized Multiview Joint Angle Monitoring in Uncalibrated Environments
• Title（参考訳）: 自己同期型マルチビュー共同角度モニタリングのためのエージェントパイプライン
• Abstract要約: 本研究では,非校正環境における自己同期型多視点関節角度モニタリングのためのエージェントパイプラインを提案する。 提案手法は,非校正された家庭環境において,日常的なキネマティックなモニタリングを行うための,実用的で患者対応のセルフデプロイシステムを提供することが期待されている。
• 参考スコア（独自算出の注目度）: 3.1262731173177767
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Kinematic monitoring plays a critical role in long-term rehabilitation for patients with spinal cord injury (SCI), where multi-view markerless motion capture methods have shown significant potential. However, owing to the reliance on calibration and the difficulty of achieving multi-view synchronization, their deployment in patient self-deployed environments remains challenging. In this work, we propose an agentic pipeline for self-synchronized multi-view joint angle monitoring in uncalibrated environments using two cameras without hardware triggers. The Multimodal large language models enable automatic video synchronization and agent-driven self-verification. State-of-the-art monocular 2D pose estimation models are employed to extract candidate poses, where an agent-based selection mechanism is then applied to automatically identify and track the target subject, thereby producing consistent 2D poses in the presence of multiple individuals and occlusions. Such 2D poses are optimized to estimate joint angles from uncalibrated multi-view pose sequences, ensuring interpretability through explicit geometric modeling. Validation against Vicon system demonstrated the strong performance, achieving an MAE of $5.97^\circ \pm 2.36^\circ$ and a Pearson correlation coefficient of $0.962 \pm 0.014$. The proposed method is expected to provide a practical, patient self-deployable system to perform daily kinematic monitoring in uncalibrated home environments.
• Abstract（参考訳）: 脊髄損傷 (SCI) の長期リハビリテーションにおいて, 運動計測は重要な役割を担っている。 しかし, 校正と多視点同期化の難しさにより, 患者自己デプロイ環境への展開は困難である。 本研究では,ハードウェアトリガを伴わない2台のカメラを用いて,非校正環境下での自己同期多視点関節角度モニタリングのためのエージェントパイプラインを提案する。 マルチモーダル大言語モデルは、自動ビデオ同期とエージェント駆動による自己検証を可能にする。 最先端のモノクル2Dポーズ推定モデルを用いて候補ポーズを抽出し、エージェントベースの選択機構を適用して対象対象を自動的に識別・追跡し、複数の個人やオクルージョンの存在下で一貫した2Dポーズを生成する。 このような2次元ポーズは、非校正された多視点ポーズ列から関節角を推定するために最適化され、明示的な幾何学的モデリングによる解釈性を保証する。 ビコン系に対する検証では、5.97^\circ \pm 2.36^\circ$のMAEと0.962 \pm 0.014$のピアソン相関係数が得られた。 提案手法は,非校正された家庭環境において,日常的なキネマティックなモニタリングを行うための,実用的で患者対応のセルフデプロイシステムを提供することが期待されている。

関連論文リスト

• StreamPI: Streaming Multimodal Temporal Modeling for Vision-Language-Action Models [84.17128030384099]
  StreamPIはストリーミングマルチモーダル時間モデリングフレームワークである。 追加パラメータを導入することなく、単一フレームのVLAに時間的推論能力を持たせる。 メモリ依存および正確な認識シナリオにまたがる実ロボットタスクの実験とシミュレーションベンチマークのLIBEROは、StreamPIが様々なタスクでpi0.5より優れていることを示した。
  論文  参考訳（メタデータ） (2026-08-26T17:33:19Z)
• Real-World Cooperative Bimanual Dexterous Grasp of Large Objects from Single-View Observations [18.70687400045831]
  ロボット操作における大きな物体の両面的な握りは重要な課題である。 本稿では,関節角度,視覚的観察,力信号の収集を行うマルチモーダル・データセットを含む実世界のバイマングルーピング・フレームワークを提案する。 本手法により, 単視点入力から実行可能なバイマングリップの合成が可能となり, 完全な3次元オブジェクトモデルへの依存を低減できる。
  論文  参考訳（メタデータ） (2026-08-11T02:24:27Z)
• Seeing Through Occlusion: Deterministic Arm Kinematic Correction for Robot Teleoperation [6.979012378888037]
  本稿では,定数アーム長に基づく幾何制約を強制することにより,深度推定を改善するArm Kinematic Correction (AKC)法を提案する。 Vicon参照システムに対する実験的検証は、静的および動的関節運動の信頼性を示す。 その結果, AKCは信頼性の低い時間フィルタと組み合わせても, 長期的, 厳密な自己閉塞下では頑健性を高め, 解剖学的整合性を維持することが示唆された。
  論文  参考訳（メタデータ） (2026-06-17T16:20:10Z)
• SC3-Eval: Evaluating Robot Foundation Models via Self-Consistent Video Generation [73.2142090645987]
  SC3-Evalは、事前訓練されたビデオ基盤モデルを正確なポリシー評価器に適合させる自己一貫性のあるビデオ生成レシピである。 SC3-Evalロールアウトは、実世界のロールアウトでポリシーが示す障害モードを再現し、詳細な診断比較をサポートする。
  論文  参考訳（メタデータ） (2026-06-17T02:15:46Z)
• DisPOSE: Projected Polystochastic Diffusion for Self-Supervised Multi-View 3D Human Pose Estimation [58.47973015036709]
  DisPOSEは、本質的に離散的な多視点人物割り当て問題を近似する自己教師型フレームワークである。 特定可能なシンクホーン射影を用いることにより、本モデルは有効かつ実現可能な課題への解の導出を学ぶ。 提案手法は、標準データセット上での最先端の自己教師手法よりも優れている。
  論文  参考訳（メタデータ） (2026-06-05T16:14:39Z)
• V2XCrafter: Learning to Generate Driving Scene Across Agents [52.22336670088219]
  協調運転システムは、運転安全性を高めるために、車両間通信(V2X)を利用して協調認識を行う。 エージェントのカメラビューにまたがって制御可能で現実的な協調運転シーンを生成するための最初のフレームワークであるV2XCrafterを提案する。 実験により,V2XCrafterはエージェント間の整合性を持った高忠実かつ制御可能なストリートビューを生成できることがわかった。
  論文  参考訳（メタデータ） (2026-05-28T07:03:51Z)
• Towards a Virtual Neuroscientist: Autonomous Neuroimaging Analysis via Multi-Agent Collaboration [53.772014300855375]
  我々は,自律型エンドツーエンド神経画像解析のためのマルチエージェントシステムであるNIAgentを紹介する。 従来のフラットなツール呼び出しエージェントとは異なり、NIAgentはコード中心の実行パラダイムを採用している。 本稿では,コホートレベルの検定とエージェント視覚検査を組み合わせた,自律的品質管理のための階層的検証フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-10T06:30:19Z)
• Event-Level Detection of Surgical Instrument Handovers in Videos with Interpretable Vision Models [32.17113044802459]
  手術ビデオにおける機器ハンドオーバの事象レベルの検出と方向分類のための視覚フレームワークを提案する。 統一マルチタスク定式化は、ハンドオーバの発生と相互作用方向を共同で予測する。 腎臓移植術のデータセットに関する実験は、強い性能を示す。
  論文  参考訳（メタデータ） (2026-04-08T20:31:28Z)
• Code-in-the-Loop Forensics: Agentic Tool Use for Image Forgery Detection [59.04089915447622]
  ForenAgentはインタラクティブなIFDフレームワークで、MLLMが検出対象に関するPythonベースの低レベルツールを自律的に生成、実行、洗練することができる。 人間の推論にインスパイアされた我々は、グローバルな認識、局所的な焦点、反復的探索、そして全体論的偏見を含む動的推論ループを設計する。 実験の結果,ForenAgent は IFD 課題に対する創発的なツール利用能力と反射的推論を示すことがわかった。
  論文  参考訳（メタデータ） (2025-12-18T08:38:44Z)
• End-to-End Multi-Person Pose Estimation with Pose-Aware Video Transformer [7.19764062839405]
  ビデオにおける多人数2Dポーズ推定のためのエンドツーエンドフレームワークを提案する。 鍵となる課題は、複雑な時間軌道と重なり合う時間軌道の下で、個人をフレーム全体で関連付けることである。 本稿では,フレーム内関係と時間デコーダのポーズをモデル化するための空間エンコーダを備えた新しいPose-Aware VideoErEr Network(PAVE-Net)を提案する。
  論文  参考訳（メタデータ） (2025-11-17T10:19:35Z)
• Agent4FaceForgery: Multi-Agent LLM Framework for Realistic Face Forgery Detection [108.5042835056188]
  この作業では,2つの基本的な問題に対処するため,Agent4FaceForgeryを導入している。 人間の偽造の多様な意図と反復的なプロセスを捉える方法。 ソーシャルメディアの偽造に付随する複雑な、しばしば敵対的な、テキストと画像のインタラクションをモデル化する方法。
  論文  参考訳（メタデータ） (2025-09-16T01:05:01Z)
• HAMoBE: Hierarchical and Adaptive Mixture of Biometric Experts for Video-based Person ReID [14.923830228090246]
  バイオメトリックエキスパートの階層的・適応的混合(HAMoBE)フレームワークを提案する。 HamoBEは、キーバイオメトリックの特徴を独立してモデル化することで、人間の知覚機構を模倣する。 私たちのアプローチは、大幅なパフォーマンス向上をもたらします。
  論文  参考訳（メタデータ） (2025-08-07T05:34:14Z)
• Tracking the Unstable: Appearance-Guided Motion Modeling for Robust Multi-Object Tracking in UAV-Captured Videos [58.156141601478794]
  マルチオブジェクトトラッキング(UAVT)は、ビデオのフレーム間で一貫したアイデンティティを維持しながら、複数のオブジェクトを追跡することを目的としている。 既存の手法は、通常、動作キューと外観を別々にモデル化し、それらの相互作用を見渡して、最適下追跡性能をもたらす。 本稿では、AMC行列とMTCモジュールの2つの主要コンポーネントを通して、外観と動きの手がかりを利用するAMOTを提案する。
  論文  参考訳（メタデータ） (2025-08-03T12:06:47Z)
• Progressive Multi-view Human Mesh Recovery with Self-Supervision [68.60019434498703]
  既存のソリューションは通常、新しい設定への一般化性能の低下に悩まされる。 マルチビューヒューマンメッシュリカバリのためのシミュレーションに基づく新しいトレーニングパイプラインを提案する。
  論文  参考訳（メタデータ） (2022-12-10T06:28:29Z)
• A Dual-Masked Auto-Encoder for Robust Motion Capture with Spatial-Temporal Skeletal Token Completion [13.88656793940129]
  本稿では, 3次元関節を再構成し, 個々の関節を識別するための適応的, アイデンティティを意識した三角測量モジュールを提案する。 次に,D-MAE(Dual-Masked Auto-Encoder)を提案する。 重大なデータ損失シナリオを扱う上で提案するモデルの能力を実証するために,高精度で挑戦的なモーションキャプチャデータセットに貢献する。
  論文  参考訳（メタデータ） (2022-07-15T10:00:43Z)
• Uncertainty-Aware Adaptation for Self-Supervised 3D Human Pose Estimation [70.32536356351706]
  本稿では、2つの出力ヘッドを2つの異なる構成にサブスクライブする共通のディープネットワークバックボーンを構成するMPP-Netを紹介する。 ポーズと関節のレベルで予測の不確実性を定量化するための適切な尺度を導出する。 本稿では,提案手法の総合評価を行い,ベンチマークデータセット上での最先端性能を示す。
  論文  参考訳（メタデータ） (2022-03-29T07:14:58Z)

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。