論文の概要: SUFLECA: Scaling Up Feature Learning for CAD-to-image Alignment
- arxiv url: http://arxiv.org/abs/2607.15058v1
- Date: Thu, 16 Jul 2026 14:32:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:33.138222
- Title: SUFLECA: Scaling Up Feature Learning for CAD-to-image Alignment
- Title（参考訳）: SUFLECA:CAD-to-imageアライメントのための機能学習のスケールアップ
- Abstract要約: CAD-to-imageアライメントは、オブジェクトの9Dポーズを単一のRGBイメージから推定することを目的としている。
最近のゼロショット法では、画像領域とCADモデルとのマッチングに視覚的基礎モデルを使用している。
ゼロショットCADアライメントのための弱い教師付きフレームワークSUFLECAを紹介する。
- 参考スコア（独自算出の注目度）: 8.675679091961213
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: CAD-to-image alignment aims to estimate an object's 9D pose (rotation, translation, and anisotropic scale) from a single RGB image, enabling applications in robotics and augmented reality. Recent zero-shot methods use visual foundation models to match image regions to CAD models, yet typically their correspondences are appearance-driven and degrade under occlusion or sim-to-real domain shift. To address these limitations, we introduce SUFLECA (Scaling Up Feature LEarning for CAD Alignment), a weakly-supervised framework for zero-shot CAD alignment with two key contributions. First, SUFLECA scales up geometry-grounded feature learning from pretrained visual representations through Normalized Object Coordinates (NOCs) supervision on 674K images spanning 12 real and synthetic datasets, learning compact geometry-aware features that generalize across domains. Second, we propose a geometrically consistent matching algorithm that establishes reliable one-to-one CAD-to-image correspondences. Together, these contributions enable accurate, sub-second alignment per object instance without iterative pose refinement. On ScanNet25k, SUFLECA achieves 33.4%/42.3% category/instance accuracy, outperforming, with a smaller computational footprint, the strongest zero-shot baseline by 10.3/12.2 percentage points and, for the first time on this benchmark, even surpassing fully supervised methods. Code is available at: https://github.com/snt-arg/SUFLECA
- Abstract（参考訳）: CAD-to-imageアライメントは、オブジェクトの9Dポーズ(回転、翻訳、異方性スケール)を単一のRGB画像から推定することを目的としており、ロボット工学や拡張現実への応用を可能にする。
最近のゼロショット法では、画像領域とCADモデルとのマッチングに視覚的基礎モデルが使用されているが、典型的には、その対応は外見駆動であり、オクルージョンやシム・トゥ・リアル・ドメインシフトの下で劣化する。
これらの制約に対処するため、ゼロショットCADアライメントのための弱い教師付きフレームワークSUFLECA(Scaling Up Feature LEarning for CAD Alignment)を2つの重要なコントリビューションとともに導入する。
まず、SUFLECAは、12のリアルデータセットと合成データセットにまたがる674K画像に対する正規化オブジェクトコーディネート(NOC)の監督を通じて、事前訓練された視覚表現からの幾何学的特徴学習をスケールアップし、ドメイン間で一般化するコンパクトな幾何学的特徴を学習する。
第2に,一対一のCAD-画像対応を信頼性良く確立する幾何整合マッチングアルゴリズムを提案する。
これらのコントリビューションは、反復的なポーズの洗練を伴わずに、オブジェクトインスタンスごとの正確な秒単位のアライメントを可能にする。
ScanNet25kでは、SUFLECAが33.4%/42.3%のカテゴリ/インスタンスの精度を達成し、計算フットプリントが小さく、最強のゼロショットベースラインが10.3/12.2ポイント、そしてこのベンチマークで初めて完全に監督された手法を超えた。
コードは、https://github.com/snt-arg/SUFLECAで入手できる。
関連論文リスト
- RealCAD: Towards Real-World Image-to-CAD Reconstruction under Domain Shift and Parameter Bias [23.418854248524607]
既存のイメージ・トゥ・CAD法は主に合成レンダリングに基づいて開発されている。
本稿では,DeepCADが採用する局所正規化が,いくつかの離散値に関する幾何パラメータに集中していることを示す。
本稿では,これらの制約を表現,画像,特徴レベルで処理する統合フレームワークであるRealCADを提案する。
論文 参考訳（メタデータ） (2026-08-31T11:27:22Z) - CAOA -- Completion-Assisted Object-CAD Alignment [2.3895981099137535]
本稿では,意味的に認識された点群クラウド補完モジュールと対称性を考慮した相対的なポーズ推定アルゴリズムを統合する手法であるCompletion-Assisted Object-CAD Alignment (CAOA)を提案する。
既存の補完法は通常、合成データセットに基づいて訓練され、評価されるが、しばしば実世界のスキャンに一般化できない。
Scan2CADベンチマークでは、CAOAは最先端の手法よりも17%精度が向上している。
論文 参考訳（メタデータ） (2026-06-16T19:23:43Z) - GACO-CAD: Geometry-Augmented and Conciseness-Optimized CAD Model Generation from Single Image [11.612167656421079]
マルチモーダル大言語モデル(MLLM)は2次元画像から3次元幾何学を正確に推定するのに依然として苦労している。
本稿では,新しい2段階後学習フレームワークGACO-CADを紹介する。
DeepCADとFusion360データセットの実験は、GACO-CADが最先端のパフォーマンスを達成することを示している。
論文 参考訳（メタデータ） (2025-10-20T04:57:20Z) - Beyond 'Templates': Category-Agnostic Object Pose, Size, and Shape Estimation from a Single View [69.6117755984012]
物体の6Dポーズ、サイズ、形状を視覚入力から推定することは、コンピュータビジョンの基本的な問題である。
一つのRGB-D画像から6次元のポーズ,サイズ,密な形状を同時に予測する統合されたカテゴリ非依存フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-13T17:49:15Z) - Zero-shot Inexact CAD Model Alignment from a Single Image [53.37898107159792]
1つの画像から3Dシーン構造を推測する実践的なアプローチは、データベースから密に一致する3Dモデルを検索し、画像内のオブジェクトと整列させることである。
既存のメソッドは、イメージによる教師付きトレーニングとアノテーションのポーズに依存しており、オブジェクトカテゴリの狭いセットに制限されている。
ポーズアノテーションを必要とせず、未知のカテゴリに一般化する不正確な3次元モデルの弱い教師付き9-DoFアライメント法を提案する。
論文 参考訳（メタデータ） (2025-07-04T04:46:59Z) - CADCrafter: Generating Computer-Aided Design Models from Unconstrained Images [69.7768227804928]
CADCrafterは画像からパラメトリックCADモデル生成フレームワークで、合成テクスチャなしCADデータのみをトレーニングする。
多様な幾何学的特徴を正確に捉えるための幾何エンコーダを導入する。
提案手法は、実際の制約のないCADイメージを頑健に処理でき、また、目に見えない汎用オブジェクトにも一般化できる。
論文 参考訳（メタデータ） (2025-04-07T06:01:35Z) - CADSpotting: Robust Panoptic Symbol Spotting on Large-Scale CAD Drawings [56.05238657033198]
本稿では,大規模CAD図面におけるパノプティカルシンボルスポッティングの効果的な方法であるCADSpottingを紹介する。
また、重み付き投票とNon-Maximum Suppression(NMS)を組み合わせたSWA(Sliding Window Aggregation)手法を提案する。
FloorPlanCAD と LS-CAD の実験により,CADSpotting が既存手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2024-12-10T10:22:17Z) - SPARC: Sparse Render-and-Compare for CAD model alignment in a single RGB
image [21.77811443143683]
1つの画像から3D形状と静止物体のポーズを推定することは、ロボット工学、拡張現実、デジタルコンテンツ作成に重要な応用となる。
我々は、正規化されたオブジェクト座標に依存するよりも、スパースで反復的で、レンダリング・アンド・コンパレントなアプローチの方が正確で堅牢であることを示した。
我々のアライメント手順は、わずか3回のイテレーションで収束し、挑戦的な実世界のデータセットであるScanNetの最先端のパフォーマンスを改善します。
論文 参考訳（メタデータ） (2022-10-03T16:02:10Z) - Patch2CAD: Patchwise Embedding Learning for In-the-Wild Shape Retrieval
from a Single Image [58.953160501596805]
本稿では,2次元画像と3次元CADモデルの結合埋め込み空間をパッチワイズで構築する手法を提案する。
我々のアプローチは、CADが正確に一致しない実世界のシナリオにおける最先端技術よりも堅牢である。
論文 参考訳（メタデータ） (2021-08-20T20:58:52Z) - Mask2CAD: 3D Shape Prediction by Learning to Segment and Retrieve [54.054575408582565]
本稿では,既存の3次元モデルの大規模データセットを活用し,画像中の物体の3次元構造を理解することを提案する。
本稿では,実世界の画像と検出対象を共同で検出するMask2CADについて,最も類似したCADモデルとそのポーズを最適化する。
これにより、画像内のオブジェクトのクリーンで軽量な表現が生成される。
論文 参考訳（メタデータ） (2020-07-26T00:08:37Z)
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。