論文の概要: Cross-Modal Benchmarking for Robotic Perception in Natural Environments

• arxiv url: http://arxiv.org/abs/2606.11563v1
• Date: Wed, 10 Jun 2026 01:43:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.242109
• Title: Cross-Modal Benchmarking for Robotic Perception in Natural Environments
• Title（参考訳）: 自然環境におけるロボット知覚のためのクロスモーダルベンチマーク
• Authors: David Hall, Joshua Knights, Mark Cox, Peyman Moghadam,
• Abstract要約: 現在のモデル、特にビジョンファウンデーションモデルは、主に都市環境に訓練されている。 最近リリースされたWildCrossベンチマークを使って、現在のモデルの制限を紹介します。
• 参考スコア（独自算出の注目度）: 6.143141555930762
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Natural environments present a complex challenge to robotics perception systems. Current models, particularly vision foundation models, are largely trained on structured, urban environments leading to weaknesses in their perception for field robotics tasks. We showcase the limitations of current models using our recently released WildCross benchmark, a new cross-modal benchmark for place recognition and metric depth estimation in large-scale natural environments. WildCross comprises over 476K sequential RGB frames with semi-dense depth and surface normal annotations, each aligned with accurate 6DoF pose and synchronized dense lidar submaps. In this work, we provide an expanded analysis of the benchmark results from the recent WildCross benchmark, with particular emphasis on expanded metric depth estimation experiments. Access to the code repository and dataset for this work can be found at https://csiro-robotics.github.io/WildCross.
• Abstract（参考訳）: 自然環境はロボットの知覚システムに複雑な課題をもたらす。 現在のモデル、特にビジョンファウンデーションモデルは、主に、フィールドロボティクスのタスクに対する認識の弱さにつながる、構造化された都市環境で訓練されている。 大規模自然環境における位置認識とメートル法深度推定のための新しいクロスモーダルベンチマークであるWildCrossベンチマークを用いて,現行モデルの限界を示す。 WildCrossは476K以上のシーケンシャルなRGBフレームと半深度と表面のノーマルアノテーションで構成され、それぞれが正確な6DoFポーズと同期された高密度ライダーサブマップに一致している。 本研究では、最近のWildCrossベンチマークのベンチマーク結果を拡張分析し、特に拡張されたメートル法深さ推定実験に重点を置いている。 この作業のためのコードリポジトリとデータセットへのアクセスは、https://csiro-robotics.github.io/WildCross.orgにある。

関連論文リスト

• SpatialBench: Is Your Spatial Foundation Model an All-Round Player? [92.031716744172]
  空間ベンチ(SpatialBench)は、決定論的サンプリングを伴う空間基盤モデルのための、クロスパラダイムなドメインディバースベンチマークである。 6つのパラダイムにまたがる41のモデルを4つの異なる入力密度設定の下で5つのタスクスイートで包括的に評価する。 厳密なドメインアライメントと高いデータ品質が、単純なデータセットスケーリングよりもパフォーマンスに極めて重要であることを示す。
  論文  参考訳（メタデータ） (2026-05-26T17:59:20Z)
• WildCross: A Cross-Modal Large Scale Benchmark for Place Recognition and Metric Depth Estimation in Natural Environments [11.037873142796682]
  WildCrossは、大規模自然環境における位置認識とメートル法深度推定のためのクロスモーダルベンチマークである。 我々は,視覚的,ライダー的,横断的な位置認識に関する総合的な実験を行い,距離深度推定を行った。
  論文  参考訳（メタデータ） (2026-03-02T05:39:12Z)
• Depth Completion in Unseen Field Robotics Environments Using Extremely Sparse Depth Measurements [17.714237831766173]
  本研究では,合成データに基づく深度補完モデルを提案し,深度センサによる極端にスパースな計測値を用いて,見えないフィールドロボティクス環境における深度を推定する。 当社のアプローチでは,Nvidia Jetson AGX Orin上で1フレームあたり53ミリ秒のエンドツーエンドレイテンシを実現し,組み込みプラットフォームへのリアルタイムデプロイメントを実現している。
  論文  参考訳（メタデータ） (2026-02-03T07:24:05Z)
• DeFM: Learning Foundation Representations from Depth for Robotics [49.77188649197404]
  DeFMはロボットアプリケーションのための深度画像に基づいて訓練された自己教師型基礎モデルである。 DeFMは幾何学的および意味的な表現を学び、様々な環境、タスク、センサーに一般化する。 最先端の性能を達成し、シミュレーションから実環境への強力な一般化を実証する。
  論文  参考訳（メタデータ） (2026-01-26T19:45:31Z)
• ROVR-Open-Dataset: A Large-Scale Depth Dataset for Autonomous Driving [62.9051914830949]
  実世界の運転の複雑さを捉えるために設計された,大規模で多様で費用効率のよい深度データセットであるROVRを提案する。 軽量な取得パイプラインは、スケーラブルなコレクションを保証すると同時に、統計的に十分な基礎的真実は堅牢なトレーニングをサポートする。 最先端の単分子深度モデルによるベンチマークでは、厳密なクロスデータセットの一般化失敗が示される。
  論文  参考訳（メタデータ） (2025-08-19T16:13:49Z)
• OpenEarthSensing: Large-Scale Fine-Grained Benchmark for Open-World Remote Sensing [57.050679160659705]
  オープンワールドリモートセンシングのための大規模きめ細かいベンチマークである textbfOpenEarthSensing (OES) を紹介する。 OESには189のシーンとオブジェクトのカテゴリが含まれており、現実世界で起こりうる潜在的なセマンティックシフトの大部分をカバーしている。
  論文  参考訳（メタデータ） (2025-02-28T02:49:52Z)
• MambaVT: Spatio-Temporal Contextual Modeling for robust RGB-T Tracking [51.28485682954006]
  本研究では,マンバをベースとした純フレームワーク(MambaVT)を提案する。 具体的には、長距離クロスフレーム統合コンポーネントを考案し、ターゲットの外観変化にグローバルに適応する。 実験では、RGB-TトラッキングのためのMambaのビジョンの可能性が示され、MambaVTは4つの主要なベンチマークで最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2024-08-15T02:29:00Z)
• Gait Recognition in the Wild: A Large-scale Benchmark and NAS-based Baseline [95.88825497452716]
  歩行ベンチマークにより、研究コミュニティは高性能歩行認識システムの訓練と評価を行うことができる。 GREWは、野生における歩行認識のための最初の大規模データセットである。 SPOSGaitはNASベースの最初の歩行認識モデルである。
  論文  参考訳（メタデータ） (2022-05-05T14:57:39Z)
• SVIRO: Synthetic Vehicle Interior Rear Seat Occupancy Dataset and Benchmark [11.101588888002045]
  SVIROは10台の異なる車両の旅客室におけるシーンの合成データセットである。 限られたバリエーションに基づいて学習した際の一般化能力と信頼性について、機械学習に基づくアプローチを解析する。
  論文  参考訳（メタデータ） (2020-01-10T14:44:23Z)

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。