Fugu-MT 論文翻訳(概要): Cross-Modal Hierarchical Fusion for from Multi-Sensor Ground Observation

論文の概要: Cross-Modal Hierarchical Fusion for from Multi-Sensor Ground Observation

arxiv url: http://arxiv.org/abs/2606.30647v1
Date: Sun, 31 May 2026 14:17:43 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-05 17:01:29.604967
Title: Cross-Modal Hierarchical Fusion for from Multi-Sensor Ground Observation
Title（参考訳）: マルチセンサ地中観測のためのクロスモーダル階層核融合
Abstract要約: AtmoFuseNetは、マルチビューのスカイカメラ画像をミリ波の雲のレーダーと加速度計の観測で融合し、雲の状態と風の4D推定を生成するフレームワークである。半乾燥地からの衝突観測では、AtmoFuseNetは0.026 g m-3 の液体水量 MAE と 1.18 ms-1 の風速 MAE に達する。
参考スコア（独自算出の注目度）: 2.538209532048867
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Dense volumetric reconstruction of cloud microphysical fields from sparse ground-based instruments remains an open problem, largely because the available measurements are heterogeneous in both modality and spatial coverage. We present AtmoFuseNet, a framework that fuses multi-view sky camera imagery with millimeter-wave cloud radar and ceilometer observations to produce 4D (three spatial dimensions plus time) estimates of cloud state and wind. The method operates in three stages: a cross-modal hierarchical aggregation module that combines image feature pyramids with instrument-derived vertical profiles through layer-wise cross-attention; a conditional variational refinement module that maps the resulting volume to physically consistent microphysical fields under differentiable radar and image forward models; and a correlation-based motion estimator that recovers per-voxel 3D wind vectors from consecutive volumetric reconstructions. On collocated observations from a semi-arid site, AtmoFuseNet reaches 0.026 g m^-3 liquid water content MAE and 1.18 m s^-1 wind speed MAE, improving over existing retrieval baselines. Ablation experiments isolate the contribution of each module.
Abstract（参考訳）: 希少な地上観測装置から雲の微物理場を高密度に再現することは、主にモジュラリティと空間的カバレッジの両面で不均一であるため、未解決の問題である。 AtmoFuseNetは、マルチビューのスカイカメラ画像にミリ波の雲のレーダーと加速度計の観測を融合させ、雲の状態と風の4次元(空間次元+時間)の推定値を生成するフレームワークである。本手法は, 画像特徴ピラミッドと, 層方向のクロスアテンションによる楽器由来の垂直プロファイルを結合するクロスモーダル階層集約モジュール, 結果の体積を, 微分可能なレーダおよび画像フォワードモデルの下で物理的に一貫した微物理場にマッピングする条件変動補正モジュール, 連続的な体積再構成からボクセル3D風ベクトルを復元する相関に基づく運動推定器の3段階からなる。半乾燥地からの衝突観測では、AtmoFuseNetは0.026 g m^-3 の液体水量 MAE と 1.18 m s^-1 の風速 MAE に達し、既存の検索基準よりも改善された。アブレーション実験は各モジュールの寄与を分離する。

関連論文リスト

OmniLiDAR: A Unified Diffusion Framework for Multi-Domain 3D LiDAR Generation [100.36917520403227]
本稿では,8つの代表領域にまたがる共有範囲画像表現において,LiDARスキャンを生成する統一テキスト条件拡散フレームワークを提案する。パブリックな統合ベンチマークがなければ、実世界のスキャンと物理ベース気象シミュレーションとシステマティックビームリダクションを組み合わせた8ドメインデータセットを構築する。
論文参考訳（メタデータ） (2026-05-13T17:42:20Z)
RAFT-MSF++: Temporal Geometry-Motion Feature Fusion for Self-Supervised Monocular Scene Flow [51.43025173196566]
単眼のシーンフロー推定は画像列から高密度な3次元動きを復元することを目的としている。 RAFT-MSF++は,時間的特徴を融合して深度とシーンフローを推定する自己教師型マルチフレームフレームワークである。実験の結果、RAFT-MSF++はKITTI Scene Flowベンチマークで24.14%のSF-allを達成した。
論文参考訳（メタデータ） (2026-04-21T11:32:49Z)
ZeD-MAP: Bundle Adjustment Guided Zero-Shot Depth Maps for Real-Time Aerial Imaging [1.9247157750972368]
ZeD-MAPは、テスト時間拡散深さモデルをメトリック一貫性のあるSLAMのようなマッピングパイプラインに変換する、クラスタレベルのフレームワークである。本手法は,水平(XY)平面で約0.87m,垂直(Z)方向で約0.12mの誤差で,サブメーター精度を実現する。結果は手動のポイントクラウドアノテーションから小さなノイズを受けます。
論文参考訳（メタデータ） (2026-04-06T13:21:17Z)
Learning Pore-scale Multiphase Flow from 4D Velocimetry [21.658780881627536]
多孔質媒質中の多相流は地下エネルギーと環境技術を支える。時間分解マイクロ速度測定から多相間隙流を直接推定する枠組みを提案する。
論文参考訳（メタデータ） (2026-03-12T23:28:20Z)
SDCM: Simulated Densifying and Compensatory Modeling Fusion for Radar-Vision 3-D Object Detection in Internet of Vehicles [3.0945968470179754]
IoVにおけるレーダビジョン3次元物体検出のためのSimulated Densifying and Compensatory Modeling Fusionを含むSDCMというフレームワークを提案する。 VoD、TJ4DRadSet、Astyx HiRes 2019データセットの実験結果によると、SDCMはパラメータの量が少なく、推論速度が速く、最高のパフォーマンスを達成している。
論文参考訳（メタデータ） (2026-01-29T12:52:16Z)
Seabed-to-Sky Mapping of Maritime Environments with a Dual Orthogonal SONAR and LiDAR Sensor Suite [0.3694429692322631]
重要な海洋インフラは、表面上と下の両方の状況認識をますます要求している。本稿では,LiDAR-IMUを2つの直交型フォワード・ソナーと融合した独立マッピングシステムを提案する。音響面では、任意の音節間変換を扱うために広開口融合を拡張し、各FLSからリードエッジを抽出してラインスキャンを形成する。本研究では,Belvederekanalen (Copenhagen) の実世界データを用いて,約2.65Hz Hz の更新と約2.85Hz のオドメトリーによる実時間操作の検証を行った。
論文参考訳（メタデータ） (2025-12-04T22:53:32Z)
PFDepth: Heterogeneous Pinhole-Fisheye Joint Depth Estimation via Distortion-aware Gaussian-Splatted Volumetric Fusion [61.6340987158734]
ヘテロジニアス多視点深度推定のための最初のピンホール・フィッシュアイ・フレームワークPFDepthを提案する。 PFDepthは、ピンホールと魚眼カメラの任意の組み合わせを、様々な内在と外生とで処理できる統一アーキテクチャを採用している。我々は,現在の主流深度ネットワーク上でのKITTI-360およびRealHetデータセットに対して,PFDepthが最先端の性能を示すことを示す。
論文参考訳（メタデータ） (2025-09-30T09:38:59Z)
SGMAGNet: A Baseline Model for 3D Cloud Phase Structure Reconstruction on a New Passive Active Satellite Benchmark [17.3424418972935]
本稿では,衛星観測を詳細な3次元雲相構造に変換するためのベンチマークデータセットを提案する。我々はSGMAGNetをメインモデルとして採用し、いくつかのベースラインアーキテクチャと比較する。その結果,SGMAGNetは雲相再構成において優れた性能を発揮することが示された。
論文参考訳（メタデータ） (2025-09-19T07:29:23Z)
VFMM3D: Releasing the Potential of Image by Vision Foundation Model for Monocular 3D Object Detection [80.62052650370416]
モノクル3Dオブジェクト検出は、自律運転やロボティクスなど、さまざまなアプリケーションにおいて重要な役割を担っている。本稿では,VFMM3Dを提案する。VFMM3Dは,ビジョンファウンデーションモデル(VFM)の機能を利用して,単一ビュー画像を正確にLiDARポイントクラウド表現に変換する,革新的なフレームワークである。
論文参考訳（メタデータ） (2024-04-15T03:12:12Z)
M3DeTR: Multi-representation, Multi-scale, Mutual-relation 3D Object Detection with Transformers [78.48081972698888]
M3DeTRは、マルチスケールのフィーチャーピラミッドに基づいて、異なるポイントクラウド表現と異なる機能スケールを組み合わせたものです。 M3DeTRは、複数のポイントクラウド表現、機能スケール、およびトランスを使用してポイントクラウド間の相互関係を同時にモデル化する最初のアプローチです。
論文参考訳（メタデータ） (2021-04-24T06:48:23Z)
Volumetric Propagation Network: Stereo-LiDAR Fusion for Long-Range Depth Estimation [81.08111209632501]
長距離深度推定のための幾何認識型ステレオLiDAR融合ネットワークを提案する。ステレオ画像の対応を統一した3Dボリューム空間で導くためのキューとして、スパースで正確な点群を活用します。我々のネットワークは,KITTIおよびVirtual-KITTIデータセット上での最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2021-03-24T03:24:46Z)

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。