論文の概要: NoPA: Non-Parametric Online 3D Scene Graph Generation

• arxiv url: http://arxiv.org/abs/2607.00529v1
• Date: Wed, 01 Jul 2026 07:18:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.772807
• Title: NoPA: Non-Parametric Online 3D Scene Graph Generation
• Title（参考訳）: NoPA:非パラメトリックオンライン3Dシーングラフ生成
• Authors: Qi Xun Yeo, Seungjun Lee, Yan Li, Gim Hee Lee,
• Abstract要約: NoPAは各オブジェクトを別の非パラメトリック分布として表現する。 カーネル密度推定における平均誤差の最大化を利用して、オブジェクト候補のロバストなマージを可能にする。 NoPAは、リアルタイムの推論速度を犠牲にすることなく、現在の手法を大幅に上回る。
• 参考スコア（独自算出の注目度）: 57.15076373014265
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Classic 3D scene graph generation approaches fail to work in real-time due to the heavy computational cost of environment mapping and the need to generate intermediate point-cloud representations. To alleviate this issue, a recent work eschews point clouds in favor of a lightweight Gaussian distribution for each object. This approximation drastically speeds up inference and enables real-time 3D scene graph generation. However, the representation has two key weaknesses. \textbf{1)} Each object is approximated by a single 3D Gaussian, which causes a severe loss of 3D geometric detail. \textbf{2)} The discrepancy between this approximation and the true object geometry exacerbates the inaccurate merging of object candidates during online inference. To address these issues, we propose \textbf{NoPA}, which represents each object as a separate non-parametric distribution. This formulation retains 3D geometric information while preserving real-time inference of the parametric Gaussian formulation. To build upon our novel object representation, we propose a tailored merging strategy to recover coherent object instances. Specifically, we leverage maximum mean discrepancy on kernel density estimates to enable robust merging of object candidates during online exploration while minimizing added computational complexity. The key is to maintain a fixed particle set per object. Furthermore, to rectify the relation loss caused by misclassified objects, NoPA propagates relationships between objects with high affinity. Experiments show that NoPA substantially outperforms current methods without sacrificing real-time inference speed.
• Abstract（参考訳）: 従来の3Dシーングラフ生成手法は、環境マッピングの計算コストの重いことと、中間点クラウド表現を生成する必要性のため、リアルタイムに動作しない。 この問題を緩和するため、最近の研究では、各オブジェクトに対する軽量なガウス分布を優先して、点雲を除去している。 この近似は、推論を劇的に高速化し、リアルタイムな3Dシーングラフ生成を可能にする。 しかし、この表現には2つの重要な弱点がある。 それぞれのオブジェクトは1つの3次元ガウスによって近似され、3次元の幾何学的詳細が著しく失われる。 この近似と真のオブジェクト幾何学の相違は、オンライン推論中にオブジェクト候補の不正確なマージを悪化させる。 これらの問題に対処するために、各オブジェクトを別の非パラメトリック分布として表現する \textbf{NoPA} を提案する。 この定式化は、パラメトリックガウスの定式化のリアルタイム推論を保持しながら、3次元の幾何情報を保持する。 新たなオブジェクト表現を基盤として,コヒーレントなオブジェクトインスタンスを復元する最適化されたマージ戦略を提案する。 具体的には、カーネル密度推定における平均誤差の最大化を利用して、オンライン探索中にオブジェクト候補を堅牢にマージし、計算複雑性を最小化する。 鍵となるのは、オブジェクトごとに固定された粒子集合を維持することである。 さらに, 誤分類対象による関係損失を是正するために, 高親和性オブジェクト間の関係を伝播する。 実験の結果、NoPAはリアルタイムの推論速度を犠牲にすることなく、現在の手法を大幅に上回っていることがわかった。

関連論文リスト

• DeWorldSG: Depth-Aware 3D Semantic Scene Graph Generation via World-Model Priors [22.5705525097147]
  既存の手法は、不安定な3次元オブジェクト表現とフレームワイズ推論による欠落の関係により、信頼できる3次元シーングラフを構築するのに苦労することが多い。 DeWorldSGは、例えば深さ誘導フィルタリングにより幾何学レベルの3次元ガウス分布を推定することでこれらの問題に対処する。 3DSSGとReplicaSSSGデータセットの実験は、オブジェクトと予測の両方で最先端(SoTA)のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-07-01T12:55:09Z)
• DVMNet++: Rethinking Relative Pose Estimation for Unseen Objects [59.51874686414509]
  既存のアプローチでは、通常、接地構造オブジェクト境界ボックスと、多数の離散仮説を持つ近似3次元回転を用いて3次元翻訳を予測している。 本稿では,1回のパスで相対オブジェクトのポーズを計算するDeep Voxel Matching Network (DVMNet++)を提案する。 提案手法は,最先端手法と比較して計算コストの低い新しいオブジェクトに対して,より正確な相対的ポーズ推定を行う。
  論文  参考訳（メタデータ） (2024-03-20T15:41:32Z)
• Explicit3D: Graph Network with Spatial Inference for Single Image 3D Object Detection [35.85544715234846]
  本稿では,オブジェクトの幾何学的特徴と意味論的特徴に基づいて,Explicit3Dという動的スパースグラフパイプラインを提案する。 SUN RGB-Dデータセットによる実験結果から,我々のExplicit3Dは最先端技術よりも優れた性能バランスを実現することが示された。
  論文  参考訳（メタデータ） (2023-02-13T16:19:54Z)
• DevNet: Self-supervised Monocular Depth Learning via Density Volume Construction [51.96971077984869]
  単眼画像からの自己教師付き深度学習は、通常、時間的に隣接する画像フレーム間の2Dピクセル単位の光度関係に依存する。 本研究は, 自己教師型単眼深度学習フレームワークであるDevNetを提案する。
  論文  参考訳（メタデータ） (2022-09-14T00:08:44Z)
• Homography Loss for Monocular 3D Object Detection [54.04870007473932]
  ホログラフィーロス(Homography Loss)と呼ばれる,2次元情報と3次元情報の両方を利用する識別可能なロス関数を提案する。 提案手法は,KITTI 3Dデータセットにおいて,他の最先端技術と比較して高い性能を示す。
  論文  参考訳（メタデータ） (2022-04-02T03:48:03Z)
• Robust Extrinsic Symmetry Estimation in 3D Point Clouds [4.416484585765027]
  3次元点雲で表される物体の反射対称性面を検出することは、3次元コンピュータビジョンと幾何学処理の基本的な問題である。 本稿では,外乱や欠落部分に対して頑健な反射対称性の平面に対する統計的推定器に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-09-21T03:09:51Z)
• Robust 6D Object Pose Estimation by Learning RGB-D Features [59.580366107770764]
  本稿では、この局所最適問題を解くために、回転回帰のための離散連続的な新しい定式化を提案する。 我々はSO(3)の回転アンカーを均一にサンプリングし、各アンカーから目標への制約付き偏差を予測し、最適な予測を選択するための不確実性スコアを出力する。 LINEMOD と YCB-Video の2つのベンチマーク実験により,提案手法が最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2020-02-29T06:24:55Z)

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。