論文の概要: GEM-Occ: From Visual Geometry Evidence to Embodied Semantic Occupancy Memory

• arxiv url: http://arxiv.org/abs/2607.05543v1
• Date: Mon, 06 Jul 2026 18:26:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-08 21:24:51.300132
• Title: GEM-Occ: From Visual Geometry Evidence to Embodied Semantic Occupancy Memory
• Title（参考訳）: GEM-Occ:ビジュアルジオメトリの証拠から身体的セマンティック占有記憶へ
• Authors: Hu Zhu, Bohan Li, Xianda Guo, Hongsi Liu, Baorui Peng, Mingqi Yuan, Xin Jin, Wenjun Zeng, Chang Wen Chen,
• Abstract要約: 我々は、階層的な屋内占有ベンチマークであるHIOccを紹介し、ScanNet、ScanNet++、Matterport3Dを統合する。 また,意味的占有度マッピングのためのガウス的エビデンスメモリフレームワークであるGEM-Occを提案する。
• 参考スコア（独自算出の注目度）: 45.09153209869868
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Semantic occupancy provides a structured spatial memory for embodied indoor agents by jointly representing occupied regions, observed free space, unknown areas, and object semantics. However, existing indoor occupancy benchmarks and methods mainly focus on single-view prediction or room-level online perception, leaving long-horizon semantic mapping across connected indoor spaces underexplored. We introduce HIOcc, a hierarchical indoor occupancy benchmark that unifies ScanNet, ScanNet++, and Matterport3D under a common sparse semantic occupancy format while preserving their native observation geometries, including perspective RGB-D frames and pano-centric observation groups. HIOcc supports three complementary evaluation regimes: local semantic occupancy prediction, room-level online occupancy mapping, and building-level mapping across connected panoramic environments. We further propose GEM-Occ, a Gaussian Evidence Memory framework for semantic occupancy mapping. Rather than using pointmaps as persistent map states, GEM-Occ treats local visual geometry predictions as transient evidence, converts them into semantic Gaussian occupancy evidence and free-space ray evidence, and fuses them into a persistent hierarchical memory through visibility- and uncertainty-aware causal updates. The memory is organized into local caches, room-level submaps, and a building-level graph, and can be queried at any time through Gaussian-to-occupancy splatting. Experiments on HIOcc show that GEM-Occ improves local occupancy prediction, online map stability, free-space reasoning, revisit consistency, and building-level scalability over prior indoor occupancy and Gaussian-based mapping baselines.
• Abstract（参考訳）: セマンティック占有は、占有領域、観察された自由空間、未知の領域、および対象意味論を共同で表現することにより、屋内エージェントを具現化するための構造化された空間記憶を提供する。 しかし、既存の屋内占有ベンチマークや手法は、主に単一視点の予測や部屋レベルのオンライン知覚に焦点をあてており、接続された屋内空間を横断する長い水平セマンティックマッピングが過小評価されている。 本研究では,ScanNet,ScanNet++,Matterport3Dを共通なスパースなセマンティックな占有形態で統一し,視点RGB-Dフレームやパノ中心の観測グループを含むネイティブな観測測地を保存する階層型屋内占有ベンチマークであるHIOccを紹介する。 HIOccは、ローカルセマンティック占有予測、ルームレベルのオンライン占有マッピング、接続されたパノラマ環境におけるビルレベルのマッピングの3つの補完的な評価体制をサポートしている。 さらに,意味的占有度マッピングのためのガウス的エビデンスメモリフレームワークであるGEM-Occを提案する。 GEM-Occは、ポイントマップを永続的なマップ状態として扱うのではなく、局所的な視覚幾何学的予測を過渡的な証拠として扱い、それらを意味的なガウス的占有証拠と自由空間線証拠に変換し、可視性と不確実性を考慮した因果関係の更新を通じてそれらを永続的な階層記憶に融合させる。 メモリはローカルキャッシュ、ルームレベルのサブマップ、ビルレベルのグラフに整理され、いつでもガウスから占有までのスプラッティングを通じてクエリできる。 HIOccの実験では、GEM-Occは、地域占有率予測、オンラインマップ安定性、自由空間推論、再検討一貫性、ビルレベルのスケーラビリティが、以前の屋内占有率とガウスベースのマッピングベースラインよりも向上していることが示されている。

関連論文リスト

• S-Agent: Spatial Tool-Use Elicits Reasoning for Spatial Intelligence [77.5121349100339]
  textscS-Agentは空間的知覚をフレーム中心の認識を超えたシーン中心の理解に再認識する。 textscS-Agentは、VLMをセマンティックプランナーとしてキャストし、必要な証拠を決定する。 textscS-Agentは、トレーニングのない方法で、オープンソースとクローズドソース両方のVLMを一貫して改善する。
  論文  参考訳（メタデータ） (2026-06-18T17:34:55Z)
• GSMem: 3D Gaussian Splatting as Persistent Spatial Memory for Zero-Shot Embodied Exploration and Reasoning [9.203056739430865]
  GSMemは3Dガウススプラッティング(3DGS)上に構築されたゼロショット型探査・推論フレームワーク 連続幾何と密接な外観を明示的にパラメータ化することにより、3DGSは持続的な空間記憶として機能し、エージェントにtextitSpatial Recollection を付与する。 本稿では,VLMによるセマンティックスコアリングと3DGSに基づくカバレッジ目標を組み合わせ,タスク認識探索と幾何学的カバレッジのバランスをとるハイブリッド探索戦略を提案する。
  論文  参考訳（メタデータ） (2026-03-19T16:55:54Z)
• Seeing Where to Deploy: Metric RGB-Based Traversability Analysis for Aerial-to-Ground Hidden Space Inspection [48.120690574682875]
  本稿では,RGBを用いた幾何学的意味的再構成と,空中から地上への隠れ空間検査のためのトラベル可能性解析フレームワークを提案する。 テザリングされたUAV-UGVプラットフォームでの実験では、隠れた空間シナリオにおける信頼性の高いデプロイメントゾーンの識別が示されている。
  論文  参考訳（メタデータ） (2026-03-15T22:20:59Z)
• Semantic Zone based 3D Map Management for Mobile Robot [0.552480439325792]
  3Dマップは大量のメモリを消費するので、限られた計算資源内で完全なマップデータを維持することは困難である。 既存のSLAMフレームワークは通常、メモリ管理のために幾何学的距離や時間的メトリクスに依存している。 本稿では,そのパラダイムを幾何学中心の制御から意味論中心の制御へシフトさせるセマンティックゾーンに基づく3Dマップ管理手法を提案する。
  論文  参考訳（メタデータ） (2025-12-13T07:55:40Z)
• MapBERT: Bitwise Masked Modeling for Real-Time Semantic Mapping Generation [15.116320098263149]
  MapBERTは、目に見えない空間の分布をモデル化するために設計された新しいフレームワークである。 本研究では,MapBERTが最先端のセマンティックマップ生成を実現することを示す。 Gibsonベンチマークの実験では、MapBERTが最先端のセマンティックマップ生成を実現している。
  論文  参考訳（メタデータ） (2025-06-09T01:55:55Z)
• GridMM: Grid Memory Map for Vision-and-Language Navigation [40.815400962166535]
  ビジョン・アンド・ランゲージナビゲーション(VLN)は、エージェントが3D環境における自然言語の指示に従って遠隔地へ移動できるようにする。 訪問環境を構築するために、トップダウンのエゴセントリックで動的に成長するグリッドメモリマップを構築します。 地球から見ると、歴史的観測はトップダウンの視点で統一グリッドマップに投影され、環境の空間的関係をよりよく表すことができる。
  論文  参考訳（メタデータ） (2023-07-24T16:02:42Z)
• Grid Cell-Inspired Fragmentation and Recall for Efficient Map Building [29.630483662400444]
  本研究では,FARMap(Fragmentation-and-Recall)の概念を大規模空間のマッピングに適用する。 エージェントは、空間の仮定に基づくクラスタリングを通じて局所写像を構築することで、マッピング問題を解決する。 FARMapは動物実験で観察された断片化点を再現することを示した。
  論文  参考訳（メタデータ） (2023-07-11T20:40:19Z)
• OpenOccupancy: A Large Scale Benchmark for Surrounding Semantic Occupancy Perception [73.05425657479704]
  我々は,最初のセマンティック占有感評価ベンチマークであるOpenOccupancyを提案する。 大規模なnuScenesデータセットを拡張した。 周囲の占有感の複雑さを考慮し、粗い予測を洗練させるためにカスケード占領ネットワーク(CONET)を提案する。
  論文  参考訳（メタデータ） (2023-03-07T15:43:39Z)

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。