論文の概要: Not All Relations Rotate Alike: Transformation-Aware Decoupling for Viewpoint-Robust 3D Scene Graph Generation
- arxiv url: http://arxiv.org/abs/2606.27412v1
- Date: Thu, 25 Jun 2026 14:44:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.278319
- Title: Not All Relations Rotate Alike: Transformation-Aware Decoupling for Viewpoint-Robust 3D Scene Graph Generation
- Title（参考訳）: 回転する全ての関係:視点ローバスト3次元画像生成のための変換対応デカップリング
- Abstract要約: 3Dシーングラフ生成(3DSGG)は、3Dシーンを構造化されたオブジェクト-リレーショナルオブジェクトグラフとして表現する。
現在の3DSGGモデルは、しばしば視点シフトの下で期待される変換挙動に従う関係予測を作成できない。
本稿では,関係推論を述語変換の振る舞いに応じて分離する3DSGGフレームワークであるTransform-Aware Decoupling (TAD)を提案する。
- 参考スコア（独自算出の注目度）: 11.312501987929224
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: 3D Scene Graph Generation (3DSGG) represents 3D scenes as structured object-relation-object graphs, providing a compact relational abstraction for spatial understanding. In embodied intelligence settings, the same 3D scene may be observed by agents from viewpoints that differ by yaw rotations. However, current 3DSGG models often fail to produce relation predictions that follow the expected transformation behavior under such viewpoint shifts. This behavior reveals an empirical mismatch related to predicate-level transformation heterogeneity: directional predicates such as left, front, right, and behind should transform with the observation frame, whereas most contact, support, and semantic predicates such as standing on and attached to should remain stable. To reduce this mismatch, we propose Transformation-Aware Decoupling (TAD), a viewpoint-robust 3DSGG framework that decouples relation reasoning according to predicate transformation behavior and is supported by viewpoint-stable object representations. TAD decomposes relation reasoning into two parts: one learns cues that should stay stable across viewpoints, while the other learns directional cues that should change with the observation frame. The two parts are merged for standard multi-label predicate prediction. Transformation-specific descriptors and group-aware auxiliary supervision encourage the two branches to capture complementary relation cues. Extensive experiments on 3DSSG show that TAD achieves state-of-the-art robustness under yaw viewpoint changes without training-time rotation augmentation, while maintaining competitive performance under the standard benchmark. The project page is available at https://tad-predicate.github.io/.
- Abstract（参考訳）: 3Dシーングラフ生成(3DSGG)は、3Dシーンを構造化されたオブジェクト-リレーショナルオブジェクトグラフとして表現し、空間的理解のためのコンパクトなリレーショナル抽象化を提供する。
具体的インテリジェンス設定では、ヨーローテーションによって異なる視点からエージェントが同じ3Dシーンを観察することができる。
しかし、現在の3DSGGモデルでは、このような視点シフトの下で期待される変換挙動に従う関係予測が得られないことが多い。
この行動は、述語レベルの変換の不均一性に関連する経験的ミスマッチを明らかにしている: 左、前、右、後ろといった方向の述語は観察フレームで変換されるべきであるのに対して、ほとんどの接点、支持点、そしてそれに付随するような意味的な述語は安定していなければならない。
このミスマッチを低減するために,3DSGGフレームワークであるTransform-Aware Decoupling (TAD)を提案する。
TADは関係推論を2つの部分に分解する: 1つは視点をまたいだ安定なキューを学習し、もう1つは観察フレームで変化すべき方向のキューを学習する。
2つの部分は、標準的なマルチラベル述語予測のためにマージされる。
トランスフォーメーション固有の記述子とグループ対応の補助的指導は、2つの枝に相補的な関係の手がかりを捉えるよう奨励する。
3DSSGの広汎な実験により,TADは標準ベンチマーク下での競争性能を維持しつつ,トレーニング時回転増強を伴わず,ヨー視点変化下で最先端のロバスト性を達成することが示された。
プロジェクトページはhttps://tad-predicate.github.io/.com/で公開されている。
関連論文リスト
- Beyond Isolated Objects: Relationship-aware Open Vocabulary Scene Understanding via 3D Scene Graph Analysis [59.527737790821305]
本稿では,3次元シーングラフを用いてオープンな3次元理解を促進する関係認識フレームワークを提案する。
本手法は,物体関係の推測に視覚言語推論を活用することで,多視点観測からリレーショナルシーングラフを構築する。
ScanNetV2、ScanNet200、ScanNet$++$、Replicaの実験は、強力なパフォーマンスと一般化能力を示している。
論文 参考訳（メタデータ） (2026-07-06T17:29:49Z) - RelWitness: Open-Vocabulary 3D Scene Graph Generation with Visual-Geometric Relation Witnesses [1.3468350096927395]
不完全な関係管理の下で提案したRGB-Dシークエンスからオープン語彙の3Dシーングラフを生成するフレームワークを提案する。
重要なコンセプトは関係の証人であり、キャプチャーされたシーンで関係を観察できる具体的な視覚幾何学的キューである。
RelWitnessはRGBビュー、深度マップ、再構成された3D幾何、ロールセンシティブなテキスト、オブジェクト-プリアヌルビュー、マルチビュー一貫性から関係証記録を構築する。
論文 参考訳（メタデータ） (2026-05-20T07:18:56Z) - 3D Segmentation Using Viewpoint-Dependent Spatial Relationships [55.198821645924234]
220kのベンチマークサンプルを含む視点対応3Dセグメンテーションデータセットを提案する。
このデータセットでは、対象オブジェクトはオブザーバー中心の空間関係によってのみ識別できる。
カメラのポーズをエンコードする視点表現を導入し、そのモデルに観察視点を条件づける。
論文 参考訳（メタデータ） (2026-05-15T07:58:44Z) - VIZOR: Viewpoint-Invariant Zero-Shot Scene Graph Generation for 3D Scene Reasoning [1.9190955990713918]
3次元シーン推論(VIZOR)のための視点不変ゼロショットシーングラフ生成を提案する。
VIZORは、生の3Dシーンから直接、密集した視点不変の3Dシーングラフを構築する、トレーニングフリーでエンドツーエンドのフレームワークである。
注釈付きトレーニングデータを必要とすることなく、シーンオブジェクト間の空間的および近接的な関係を記述するオープン語彙関係を推論する。
論文 参考訳（メタデータ） (2026-01-31T10:11:27Z) - Edge-Centric Relational Reasoning for 3D Scene Graph Prediction [74.19580969696898]
3Dシーングラフ予測は、複雑な3D環境をオブジェクトとそのペア関係からなる構造化グラフに抽象化することを目的としている。
既存のアプローチでは、接続されたオブジェクトノードからメッセージを集約することで、関係エッジ機能を反復的に更新するオブジェクト中心のグラフニューラルネットワークが一般的である。
本稿では,オブジェクト認識融合を用いたリンク誘導エッジ中心関係推論フレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-19T09:53:56Z) - IGGT: Instance-Grounded Geometry Transformer for Semantic 3D Reconstruction [82.53307702809606]
人間は自然に3次元世界の幾何学的構造と意味的内容を中間次元として知覚する。
本稿では,空間再構成とインスタンスレベルの文脈理解の両面での知識を統合するために,IGGT (InstanceGrounded Geometry Transformer) を提案する。
論文 参考訳（メタデータ） (2025-10-26T14:57:44Z) - Bootstraping Clustering of Gaussians for View-consistent 3D Scene Understanding [59.51535163599723]
FreeGSは、教師なしセマンティック組み込み3DGSフレームワークで、2Dラベルを必要とせずに、ビュー一貫性のある3Dシーン理解を実現する。
FreeGSは複雑なデータ前処理のワークロードを避けながら、最先端のメソッドと互換性がある。
論文 参考訳（メタデータ） (2024-11-29T08:52:32Z) - S^2Former-OR: Single-Stage Bi-Modal Transformer for Scene Graph Generation in OR [50.435592120607815]
外科手術のシーングラフ生成(SGG)は、手術室(OR)におけるホモロジー認知知能の増強に不可欠である
これまでの研究は主に多段階学習に依存しており、生成したセマンティックシーングラフはポーズ推定とオブジェクト検出を伴う中間プロセスに依存している。
本研究では,S2Former-OR(S2Former-OR)と呼ばれるORにおけるSGGのための新しいシングルステージバイモーダルトランスフォーマフレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-22T11:40:49Z) - Unsupervised Object Representation Learning using Translation and
Rotation Group Equivariant VAE [5.254093731341154]
TARGET-VAEは、トランスレーショナルおよびローテーショングループに等価な変分自動エンコーダフレームワークである。
TARGET-VAEは,従来の方法の病態を著しく改善し,回避する監督なしで,絡み合った表現を学習することを示す。
極めて正確な教師なしのポーズと位置推定を行うことができる。
論文 参考訳（メタデータ） (2022-10-24T02:08:19Z)
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。