論文の概要: More with LESS -- Local Scene Representations for Tactile Imaging

• arxiv url: http://arxiv.org/abs/2606.14344v1
• Date: Fri, 12 Jun 2026 10:58:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 16:00:42.867541
• Title: More with LESS -- Local Scene Representations for Tactile Imaging
• Title（参考訳）: LESS - 触覚画像のための局所的シーン表現
• Authors: Zohar Rimon, Elisei Shafer, Tal Tepper, Daniel Kozin, Alon Malka, Roy Holland, Aviv Tamar,
• Abstract要約: 触覚画像は触覚によって柔らかい物体の内部構造を再構築しようとする。 最近の自己教師型学習アプローチは有望な結果を示しているが、グローバルな非構造化表現とロボット制御センシングに依存している。 触覚の局所性を利用したオブジェクト中心触覚表現であるLocal for Spatial Sensing (LESS)を提案する。
• 参考スコア（独自算出の注目度）: 14.09756443258314
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tactile imaging seeks to reconstruct the internal structure of soft objects through touch sensing, with applications in medical diagnosis and robotic manipulation. Recent self-supervised learning approaches have shown promising results, but rely on global, unstructured representations and robot-controlled sensing, limiting generalization and practical use. We propose Local Encoder for Spatial Sensing (LESS), an object-centric tactile representation that exploits the local nature of touch. The tactile scene is modeled as a grid of recurrent encoders with local receptive fields, whose states are fused to reconstruct 2D or 3D images of internal structure. This compositional design enables strong generalization: models trained on single-inclusion phantoms accurately image objects with multiple inclusions and varying sizes. The local structure further supports spatial uncertainty estimation. In addition, we enable hand-held tactile imaging via external pose tracking and human-like palpation data, and extend tactile imaging to full 3D reconstruction.
• Abstract（参考訳）: 触覚画像は触覚によって軟質物体の内部構造を再構築し、医療診断やロボット操作に応用する。 近年の自己指導型学習手法は, 将来性を示すが, グローバルで非構造的表現やロボット制御型センシング, 一般化の制限, 実用化に頼っている。 触覚の局所性を利用したオブジェクト中心触覚表現である空間センシング用ローカルエンコーダ(LESS)を提案する。 触覚シーンは、局所受容場を持つ再帰エンコーダのグリッドとしてモデル化され、状態が融合して内部構造の2Dまたは3D画像が再構成される。 この構成設計は強力な一般化を可能にする: 単一包含ファントムで訓練されたモデルは、複数の包含物と様々な大きさのオブジェクトを正確に画像化する。 局所構造はさらに空間的不確実性推定をサポートする。 さらに,手持ち触覚画像が外装追跡やヒトのような触覚データによって可能となり,触覚画像の完全な3次元再構築が可能となった。

関連論文リスト

• Physically Grounded 3D Generative Reconstruction under Hand Occlusion using Proprioception and Multi-Contact Touch [3.926587614210279]
  そこで本研究では, メカニカル・アモーダル・オブジェクト再構成とポーズ推定のためのマルチモーダル・物理的手法を提案する。 我々は物理的相互作用信号を利用する: プロリオセプションは、ポーズされたハンドジオメトリと、対象表面が横たわらなければならないマルチコンタクトタッチ制約を提供する。
  論文  参考訳（メタデータ） (2026-04-10T08:32:51Z)
• Pointing-Based Object Recognition [4.378919037619241]
  本稿では,RGB画像を用いた人間のポインティング・ジェスチャを対象とする物体認識のための包括的パイプラインを提案する。 提案システムは,物体検出,身体ポーズ推定,単眼深度推定,視覚言語モデルなど,既存の最先端手法を統合している。
  論文  参考訳（メタデータ） (2026-03-16T15:16:53Z)
• Robo3R: Enhancing Robotic Manipulation with Accurate Feed-Forward 3D Reconstruction [70.06600045165905]
  3D空間認識は、一般的なロボット操作の基本であるが、信頼性が高く高品質な3D形状の取得は依然として困難である。 本稿では,RGB画像やロボットの状態から直接,正確な距離スケールのシーン形状をリアルタイムで予測する操作可能な3次元再構成モデルであるRobo3Rを紹介する。 我々は、ロボット操作のためのこの代替3Dセンシングモジュールの約束を示唆し、パフォーマンスの連続的な向上を観察する。
  論文  参考訳（メタデータ） (2026-02-10T18:58:15Z)
• Dynamic Scene Understanding through Object-Centric Voxelization and Neural Rendering [57.895846642868904]
  オブジェクト中心学習が可能な動的シーンのための3次元生成モデルDynaVol-Sを提案する。 ボキセル化は、個々の空間的位置において、物体ごとの占有確率を推定する。 提案手法は2次元セマンティックな特徴を統合して3次元セマンティック・グリッドを作成し,複数の不整合ボクセル・グリッドを通してシーンを表現する。
  論文  参考訳（メタデータ） (2024-07-30T15:33:58Z)
• SUGAR: Pre-training 3D Visual Representations for Robotics [85.55534363501131]
  ロボット工学のための新しい3D事前学習フレームワークSUGARを紹介した。 SUGARは3次元の点雲を通してオブジェクトの意味的、幾何学的、および余分な特性をキャプチャする。 SuGARの3D表現は最先端の2Dおよび3D表現よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-04-01T21:23:03Z)
• TouchSDF: A DeepSDF Approach for 3D Shape Reconstruction using Vision-Based Tactile Sensing [29.691786688595762]
  人間は視覚と触覚に頼り、身体環境の総合的な3D理解を開発する。 触覚3次元形状再構成のための深層学習手法であるTouchSDFを提案する。 本手法は,(1)触覚画像をタッチ位置の局所メッシュにマッピングする畳み込みニューラルネットワーク,(2)署名された距離関数を予測して所望の3次元形状を抽出する暗黙的ニューラルネットワークの2つのコンポーネントから構成される。
  論文  参考訳（メタデータ） (2023-11-21T13:43:06Z)
• FingerSLAM: Closed-loop Unknown Object Localization and Reconstruction from Visuo-tactile Feedback [5.871946269300959]
  FingerSLAMは、指先での局所触覚センシングと、手首マウントカメラからのグローバル視覚センシングを組み合わせた、クローズドループ係数グラフに基づくポーズ推定装置である。 トレーニング中に見つからない6つの物体の定量的および定性的な実世界評価により,信頼性の高いビジュオ触覚ポーズ推定と形状再構成を実証した。
  論文  参考訳（メタデータ） (2023-03-14T15:48:47Z)
• Active 3D Shape Reconstruction from Vision and Touch [66.08432412497443]
  人間は、視覚と触覚を共同で利用して、活発な物体探索を通じて世界の3D理解を構築する。 3次元形状の再構成では、最新の進歩はRGB画像、深度マップ、触覚読影などの限られた感覚データの静的データセットに依存している。 1)高空間分解能視覚に基づく触覚センサを応用した3次元物体のアクティブタッチに活用した触覚シミュレータ,2)触覚やビジュオクティビティルを先導するメッシュベースの3次元形状再構成モデル,3)触覚やビジュオのいずれかを用いたデータ駆動型ソリューションのセットからなるシステムを導入する。
  論文  参考訳（メタデータ） (2021-07-20T15:56:52Z)
• Reconstructing Interactive 3D Scenes by Panoptic Mapping and CAD Model Alignments [81.38641691636847]
  エンボディエージェントの観点から,シーン再構築の問題を再考する。 rgb-dデータストリームを用いてインタラクティブシーンを再構築する。 この再構成されたシーンは、密集したパノプティカルマップのオブジェクトメッシュを、部分ベースのCADモデルに置き換える。
  論文  参考訳（メタデータ） (2021-03-30T05:56:58Z)

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。