論文の概要: OP3DSG: Open-Vocabulary Part-Aware 3D Scene Graph Generation for Real-World Environments

• arxiv url: http://arxiv.org/abs/2606.29786v1
• Date: Mon, 29 Jun 2026 05:05:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:16.056372
• Title: OP3DSG: Open-Vocabulary Part-Aware 3D Scene Graph Generation for Real-World Environments
• Title（参考訳）: OP3DSG: リアルタイム環境のためのオープンボキャブラリ部分認識3次元シーングラフ生成
• Abstract要約: 3Dシーングラフ(3DSG)は、3D環境のコンパクトで構造化された抽象化を提供する。 オープン語彙を意識した3DSG生成フレームワークOP3DSGを提案する。 OP3DSGは、オブジェクト部分の知識誘導検出とパート認識の3D融合を統合して、小規模でインタラクション関連のコンポーネントを保存する。
• 参考スコア（独自算出の注目度）: 4.039245878626346
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D scene graphs (3DSGs) provide a compact and structured abstraction of 3D environments. Although advances in foundation models have enabled open-vocabulary 3DSG generation, existing approaches remain object-centric and encode limited relational information -- restricting their applicability in real-world scenarios that require fine-grained understanding. We propose OP3DSG, an open-vocabulary part-aware 3DSG generation framework that constructs unified graphs that jointly model objects, interactive parts, spatial relations, functional relations, and affordances. OP3DSG integrates object-part knowledge-guided detection with part-aware 3D fusion to preserve small and interaction-relevant components, and employs a geometry-initialized prior graph with LLM-based refinement to reduce spurious relational predictions while enabling efficient graph construction. To systematically evaluate unified 3D scene graph construction, we introduce UniGraph3D, a benchmark designed for part-aware perception and multi-level relational reasoning. Experimental results show that OP3DSG achieves state-of-the-art performance and demonstrates its effectiveness as a perception backbone in diverse real-world robotics tasks.
• Abstract（参考訳）: 3Dシーングラフ(3DSG)は、3D環境のコンパクトで構造化された抽象化を提供する。 基礎モデルの進歩によりオープン語彙の3DSG生成が可能になったが、既存のアプローチはオブジェクト指向のままであり、限定されたリレーショナル情報をエンコードしている。 オープンな語彙を意識した3DSG生成フレームワークOP3DSGを提案する。 OP3DSGは、オブジェクト部分の知識誘導検出と部分認識の3D融合を統合して、小さくて相互作用に関連のあるコンポーネントを保存し、幾何学的に初期化された事前グラフとLCMベースの精細化を用いて、スプリアス関係の予測を低減し、効率的なグラフ構築を可能にした。 統一的な3Dシーングラフ構築を体系的に評価するために,部分認識と多レベル関係推論のためのベンチマークであるUniGraph3Dを導入する。 実験結果から, OP3DSGは最先端の性能を達成し, 多様な実世界のロボティクスタスクにおいて, 知覚バックボーンとしての有効性を示した。

関連論文リスト

• 3D Scene Graphs: Open Challenges and Future Directions [56.932031090019855]
  3次元シーングラフ(3DSG)は、幾何学的接地と環境のセマンティックおよびリレーショナル抽象化を組み合わせることで、空間AIの強力な表現として登場した。 この調査は3DSGの統一的で批判的なレビューを提供し、オープンな課題と今後の方向性に特に重点を置いている。
  論文  参考訳（メタデータ） (2026-06-15T08:14:08Z)
• Hierarchical and Holistic Open-Vocabulary Functional 3D Scene Graphs for Indoor Spaces [116.57196064763924]
  我々は、高密度テーブルトップオブジェクトと明示的なマルチレベル機能関係を導入することで、ベンチマークカバレッジを拡大する。 この研究は、小規模、高密度、および類似のインスタンスにかかわる重要な課題を提起する。 2次元視覚的グラウンドリングと3次元グラフ最適化に基づくオープン語彙パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-05-15T09:14:50Z)
• SGR3 Model: Scene Graph Retrieval-Reasoning Model in 3D [51.32219731589742]
  3Dシーングラフは、オブジェクトエンティティとその関連性の構造化された表現を提供する。 3次元シーングラフ生成のための既存のアプローチは、通常、シーン再構成とグラフニューラルネットワーク(GNN)を組み合わせる。 本研究では,3次元のSGR3モデルを用いたScene Graph Retrieval-Reasoning Modelを提案する。
  論文  参考訳（メタデータ） (2026-03-04T21:19:54Z)
• ArtiSG: Functional 3D Scene Graph Construction via Human-demonstrated Articulated Objects Manipulation [51.54082859171464]
  ArtiSGは、人間のデモを構造化されたロボットメモリにエンコードすることで、機能的な3Dシーングラフを構築するフレームワークである。 本研究では,ArtiSGが機能的要素リコールおよび調音推定精度において,ベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-12-31T13:10:40Z)
• Open-World 3D Scene Graph Generation for Retrieval-Augmented Reasoning [24.17324180628543]
  本稿では,Retrieval-Augmented Reasoningを用いたOpen-World 3D Scene Graph Generationの統一フレームワークを提案する。 本手法は,視覚言語モデル(VLM)と検索に基づく推論を統合し,マルチモーダル探索と言語誘導インタラクションを支援する。 本研究では,3DSSG と Replica ベンチマークを用いて,多様な環境下での堅牢な一般化と優れた性能を実証する4つのタスクシーンの質問応答,視覚的グラウンド,インスタンス検索,タスク計画の検証を行った。
  論文  参考訳（メタデータ） (2025-11-08T07:37:29Z)
• FROSS: Faster-than-Real-Time Online 3D Semantic Scene Graph Generation from RGB-D Images [8.271449021226417]
  本稿では,オンラインで高速な3D SSG生成技術であるFROSS(Faster-than-Real-Time Online 3D Semantic Scene Graph Generation)を提案する。 このフレームワークは、正確で計算集約的なポイントクラウド処理への依存を取り除く。 実験により、FROSSは従来の3次元生成法よりもはるかに高速に動作しながら、優れた性能が得られることが示された。
  論文  参考訳（メタデータ） (2025-07-26T16:16:52Z)
• IAAO: Interactive Affordance Learning for Articulated Objects in 3D Environments [56.85804719947]
  IAAOは知的エージェントのための明示的な3Dモデルを構築するフレームワークで,対話を通して環境内の明瞭な物体の理解を得る。 マスク特徴とビュー一貫性ラベルを多視点画像から抽出し,まず3次元ガウススティング(3DGS)を用いて各オブジェクト状態の階層的特徴とラベルフィールドを構築する。 次に、3Dガウスプリミティブ上でオブジェクトと部分レベルのクエリを実行し、静的および明瞭な要素を識別し、大域的な変換と局所的な調音パラメータをアベイランスとともに推定する。
  論文  参考訳（メタデータ） (2025-04-09T12:36:48Z)
• Open-Vocabulary Functional 3D Scene Graphs for Real-World Indoor Spaces [113.91791599146786]
  本稿では,RGB-D画像から実世界の屋内環境の3次元シーングラフを推定するタスクを紹介する。 オブジェクトの空間的関係に焦点を当てた従来の3Dシーングラフとは異なり、機能的な3Dシーングラフはオブジェクト、インタラクティブな要素、およびそれらの機能的関係をキャプチャする。 我々は,拡張されたSceneFun3Dデータセットと新たに収集されたFunGraph3Dに対して,機能的な3Dシーングラフを付加したアプローチを評価する。
  論文  参考訳（メタデータ） (2025-03-24T22:53:19Z)
• Explore Contextual Information for 3D Scene Graph Generation [43.66442227874461]
  3次元シーングラフ生成(SGG)はコンピュータビジョンに大きな関心を寄せている。 本稿では,3次元SGGタスクのコンテキスト情報を完全に探索するフレームワークを提案する。 提案手法は,従来の3DSSGデータセットの手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-10-12T14:26:17Z)

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。