論文の概要: NEST3D: A High-Resolution Multimodal Dataset of Sociable Weaver Tree Nests

• arxiv url: http://arxiv.org/abs/2606.14562v1
• Date: Fri, 12 Jun 2026 15:39:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 16:00:42.963069
• Title: NEST3D: A High-Resolution Multimodal Dataset of Sociable Weaver Tree Nests
• Title（参考訳）: NEST3D: 解決可能なウィーバーツリーネスの高分解能マルチモーダルデータセット
• Authors: Constanza A. Molina Catricheo, Simon Boeder, Ting-Jia Guo, Giacomo May, Clément Berthelot, Devis Tuia, Friedrich Fedor Reinhard, Fabio Remondino, Benjamin Risse,
• Abstract要約: 分解可能なウィーバーの巣は、熱調節性の微小生息地を提供し、多様な種を維持できる複雑な生態構造として機能する。 有用で正確な3Dウィーバーの巣データを生成することは、不規則な幾何学と複雑な宿主の植生の統合により困難である。 27,945のRGB画像,111,780のマルチスペクトル画像,約7億8100万点の3Dポイント,専門家による注釈付きセマンティックセグメンテーションラベルを含む,104本のネスト付きツリーからなる1.4TBのマルチモーダルドローンデータセットで,このギャップを埋める。
• 参考スコア（独自算出の注目度）: 12.017496622735473
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sociable weaver nests function as complex ecological structures offering thermoregulatory microhabitats and sustaining diverse species; however, datasets used in prior studies lack fine-grained 3D structural detail. Producing usable and accurate 3D weaver nest data is challenging due to their irregular geometry and integration with complex host vegetation. We bridge this gap with an open-access, 1.4 TB multimodal drone dataset of 104 nest-bearing trees, comprising 27,945 RGB images, 111,780 multispectral images, approximately 781 million 3D points, and expert-annotated semantic segmentation labels. We benchmark semantic segmentation using KPConv, RandLA-Net, and Point Transformer V3, with PT-v3 achieving an mIoU of 86.35% on the test set. While the results demonstrate strong performance for transformer-based and point-wise methods, they also highlight architecture-dependent challenges, particularly for convolution-based approaches such as KPConv. By uniquely combining spectral, spatial, and structural information, the presented dataset advances 3D reconstruction, segmentation, and classification algorithms, enabling ecological applications from nest volume estimation to species conservation, and serves as a demanding benchmark that exposes architecture-dependent performance under extreme class imbalance.
• Abstract（参考訳）: 分解可能なウィーバーの巣は、熱調節性の微小生息地を提供し、多様な種を維持できる複雑な生態構造として機能するが、以前の研究で使われたデータセットは微細な3D構造の詳細を欠いている。 有用で正確な3Dウィーバーの巣データを作成することは、不規則な幾何学と複雑な宿主の植生の統合により困難である。 27,945のRGB画像,111,780のマルチスペクトル画像,約7億8100万点の3Dポイント,専門家による注釈付きセマンティックセグメンテーションラベルを含む,104本のネスト付きツリーからなる1.4TBのマルチモーダルドローンデータセットで,このギャップを埋める。 我々は、KPConv、RandLA-Net、Point Transformer V3を用いてセマンティックセグメンテーションをベンチマークし、PT-v3はテストセット上で86.35%のmIoUを達成する。 結果はトランスフォーマーベースのメソッドとポイントワイドメソッドの強力なパフォーマンスを示しているが、アーキテクチャに依存した課題、特にKPConvのような畳み込みベースのアプローチも強調している。 スペクトル、空間、構造情報を一意に組み合わせることで、提示されたデータセットは3D再構成、セグメンテーション、分類アルゴリズムを進化させ、ネスト体積の推定から種保護まで生態学的応用を可能にし、極端なクラス不均衡の下でアーキテクチャに依存したパフォーマンスを公開する要求ベンチマークとして機能する。

関連論文リスト

• GeoMamba: A Geometry-driven MambaVision Framework and Dataset for Fine-grained Optical-SAR Object Retrieval [54.741349848771144]
  GeoMambaは光学SAR微細検索のための幾何学駆動フレームワークである。 GFIモジュールは、クロスモーダルな機能相互作用を強化し、構造的な事前を組み込む。 GeoMambaは既存の手法を上回り、全検索環境で63.3% mAPと77.0% Rank-1の精度を達成した。
  論文  参考訳（メタデータ） (2026-05-19T12:08:09Z)
• Holi-Spatial: Evolving Video Streams into Holistic 3D Spatial Intelligence [78.1406635199656]
  Holi-Spatialは、人間の介入なしに生のビデオ入力から構築された、初めて完全に自動化され、大規模で、空間対応のマルチモーダルデータセットである。 Holi-Spatial-4Mは、12K最適化された3DGSシーン、1.3Mの2Dマスク、320Kの3Dバウンディングボックス、320Kのインスタンスキャプション、1.2Mの3Dグラウンドインスタンス、1.2Mの空間QAペアを含む、最初の大規模で高品質な3Dセマンティックデータセットである。
  論文  参考訳（メタデータ） (2026-03-08T14:49:20Z)
• Particulate: Feed-Forward 3D Object Articulation [89.78788418174946]
  Particulateは、毎日のオブジェクトの1つの静的3Dメッシュが与えられたフィードフォワードアプローチであり、基盤となる関節構造のすべての属性を直接推論する。 私たちは、公開データセットから多種多様な3Dアセットの集合に基づいて、ネットワークのエンドツーエンドをトレーニングします。 推論中、Particulateはネットワークのフィードフォワード予測を入力メッシュに持ち上げ、完全に調音された3Dモデルを数秒で生成する。
  論文  参考訳（メタデータ） (2025-12-12T18:59:51Z)
• Enhancing Floor Plan Recognition: A Hybrid Mix-Transformer and U-Net Approach for Precise Wall Segmentation [0.0]
  本研究では,Mix-TransformerエンコーダとU-Netデコーダを組み合わせたハイブリッドニューラルネットワークMitUNetを紹介する。 我々の手法は精度とリコールのバランスを保ち、正確な境界回復を保証する。 CubiCasa5kデータセットと独自の地域データセットの実験は、構造的に正しいマスクを生成する上でのMitUNetの優位性を示している。
  論文  参考訳（メタデータ） (2025-12-02T04:47:53Z)
• 3dSAGER: Geospatial Entity Resolution over 3D Objects (Technical Report) [7.378893412842889]
  3dSAGERは3Dオブジェクト上の空間的エンティティ解決のためのエンドツーエンドパイプラインである。 本稿では,マッチングペアの複雑な幾何学的特徴をキャプチャする,空間参照非依存のデファクトチュール化機構を提案する。 また、訓練されたモデルを活用して、ハイリコール候補セットを効率的に生成する、軽量で解釈可能な新しいブロッキング手法であるBKAFIを提案する。
  論文  参考訳（メタデータ） (2025-11-09T09:35:45Z)
• 3DAffordSplat: Efficient Affordance Reasoning with 3D Gaussians [82.67236400004826]
  人間の指示を3Dオブジェクトの機能領域に関連付けるためには,3D割当推論が不可欠である。 3DAffordSplatは3DGSベースの価格推論に適した,最初の大規模マルチモーダルデータセットである。 AffordSplatNetは,3DGS表現を用いた割当推論に特化して設計された新しいモデルである。
  論文  参考訳（メタデータ） (2025-04-15T14:21:47Z)
• MaizeField3D: A Curated 3D Point Cloud and Procedural Model Dataset of Field-Grown Maize from a Diversity Panel [12.89812013060155]
  そこで本研究では,多種多様な遺伝子パネルから3次元点群を解析した。 MaizeField3Dは、AIによる表現型化、植物構造解析、農業研究における3D応用のための基礎的なデータセットとして機能する。
  論文  参考訳（メタデータ） (2025-03-10T19:53:20Z)
• 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)
• OcTr: Octree-based Transformer for 3D Object Detection [30.335788698814444]
  LiDARベースの3Dオブジェクト検出の重要な課題は、大規模な3Dシーンから十分な特徴をキャプチャすることだ。 我々はこの問題に対処するためにOcTrというOcreeベースのトランスフォーマーを提案する。 本研究では,前景の知覚性を高めるために,セマンティック・アウェアな位置埋め込みとアテンションマスクを組み合わせたハイブリッドな位置埋め込みを提案する。
  論文  参考訳（メタデータ） (2023-03-22T15:01:20Z)

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。