論文の概要: VTLoc: Learning-based Tactile Contact Localization in Visual Point Clouds

• arxiv url: http://arxiv.org/abs/2607.16146v1
• Date: Fri, 17 Jul 2026 17:27:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.91733
• Title: VTLoc: Learning-based Tactile Contact Localization in Visual Point Clouds
• Title（参考訳）: VTLoc:ビジュアルポイントクラウドにおける学習型触覚接触位置決め
• Abstract要約: VTLocは、視覚入力として3Dポイントクラウドを使用して触覚読み取りからコンタクトポイントをローカライズする視覚触覚フレームワークである。 100個の実世界のオブジェクトの新しいベンチマークで評価した。
• 参考スコア（独自算出の注目度）: 16.86791443254927
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Vision and touch are complementary modalities essential for robotic perception and manipulation. While vision provides global object context, touch offers precise local information at contact points. Integrating these modalities for contact localization, i.e., predicting the location of touch on an object's surface, poses significant challenges due to the need for accurate spatial alignment between tactile data and visual geometry. To address this challenge, we propose VTLoc, a novel visual-tactile framework that localizes contact points from tactile readings using a 3D point cloud as visual input. VTLoc introduces two key components: a geometric multi-modal alignment module, which reconstructs a pseudo-point cloud from fused visual-tactile features and aligns it with the visual point cloud to enforce spatial consistencies across modalities; and an iterative localizing updater, which iteratively refines the predicted contact location using fused visual-tactile features. Evaluated on a new benchmark of 100 real-world objects, VTLoc improves single-touch contact localization by reducing local-to-global correspondence ambiguity.
• Abstract（参考訳）: 視覚と触覚は、ロボットの知覚と操作に不可欠な相補的なモダリティである。 視覚はグローバルなオブジェクトコンテキストを提供するが、タッチは接触点における正確なローカル情報を提供する。 接触ローカライゼーションのためのこれらのモダリティの統合、すなわち物体表面のタッチの位置を予測することは、触覚データと視覚幾何学の間の正確な空間的アライメントを必要とするため、大きな課題となる。 この課題に対処するため、3Dポイントクラウドを視覚入力として使用した触覚読影から接触点をローカライズする新しい視覚触覚フレームワークであるVTLocを提案する。 幾何学的マルチモーダルアライメントモジュールは、融合した視覚触覚特徴から擬似点雲を再構成し、それを視覚点雲と整列して、モジュール間の空間的整合性を強制する。 実世界の100のオブジェクトの新たなベンチマークに基づいて、VTLocは、局所-グローバル対応のあいまいさを減らし、シングルタッチ接触のローカライゼーションを改善する。

関連論文リスト

• Tac-DINO: Learning Vision-Tactile Features with Patch Alignment [47.4807111947232]
  我々は505個の現実世界のオブジェクトから20K以上の触覚接触を持つ大規模触覚データセットを取得するためのデータ収集システムを構築した。 次に、視覚触覚の局所-グローバルアライメント能力を評価するために、Vis-Tacホログラフィマッチングベンチマークを設計する。 次に,視覚触覚表現学習のための視覚触覚パッチアライメント(VTPA)手法を提案する。
  論文  参考訳（メタデータ） (2026-06-10T13:33:42Z)
• Seeing Through Touch: Tactile-Driven Visual Localization of Material Regions [42.26043073031702]
  触覚局所化の問題に対処し,触覚入力と同じ材料特性を持つ画像領域を同定する。 既存のvisuo-tactile法は、グローバルアライメントに依存しているため、このタスクに必要なきめ細かいローカル通信をキャプチャできない。 そこで本研究では,密接なクロスモーダルな特徴相互作用を通じて局所的ビジュオ・触覚アライメントを学習し,触覚サーチエンシマップによるタッチ条件物質セグメンテーションを実現するモデルを提案する。
  論文  参考訳（メタデータ） (2026-04-13T14:57:52Z)
• ViTaSCOPE: Visuo-tactile Implicit Representation for In-hand Pose and Extrinsic Contact Estimation [2.140861702387444]
  豪華な接触リッチオブジェクト操作は、オブジェクトのポーズと外部の接触位置の両方を要求する。 ViTaSCOPE: VisuoTac 同時接触と物体推定について述べる。
  論文  参考訳（メタデータ） (2025-06-13T21:35:58Z)
• Snap-it, Tap-it, Splat-it: Tactile-Informed 3D Gaussian Splatting for Reconstructing Challenging Surfaces [34.831730064258494]
  本研究では,タッチデータ(局所深度マップ)を多視点視覚データと組み合わせ,表面再構成と新しいビュー合成を実現する新しいアプローチである触覚インフォームド3DGSを提案する。 タッチ位置の透過率を低下させる枠組みを作成することにより,表面の微細化を実現し,均一に滑らかな深度マップを実現する。 我々は、光沢と反射面を有する物体に対して評価を行い、我々のアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2024-03-29T16:30:17Z)
• AGO-Net: Association-Guided 3D Point Cloud Object Detection Network [86.10213302724085]
  ドメイン適応によるオブジェクトの無傷な特徴を関連付ける新しい3D検出フレームワークを提案する。 我々は,KITTIの3D検出ベンチマークにおいて,精度と速度の両面で最新の性能を実現する。
  論文  参考訳（メタデータ） (2022-08-24T16:54:38Z)
• Elastic Tactile Simulation Towards Tactile-Visual Perception [58.44106915440858]
  触覚シミュレーションのための粒子の弾性相互作用(EIP)を提案する。 EIPは、触覚センサを協調粒子群としてモデル化し、接触時の粒子の変形を制御するために弾性特性を適用した。 さらに,触覚データと視覚画像間の情報融合を可能にする触覚知覚ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-08-11T03:49:59Z)
• Active 3D Shape Reconstruction from Vision and Touch [66.08432412497443]
  人間は、視覚と触覚を共同で利用して、活発な物体探索を通じて世界の3D理解を構築する。 3次元形状の再構成では、最新の進歩はRGB画像、深度マップ、触覚読影などの限られた感覚データの静的データセットに依存している。 1)高空間分解能視覚に基づく触覚センサを応用した3次元物体のアクティブタッチに活用した触覚シミュレータ,2)触覚やビジュオクティビティルを先導するメッシュベースの3次元形状再構成モデル,3)触覚やビジュオのいずれかを用いたデータ駆動型ソリューションのセットからなるシステムを導入する。
  論文  参考訳（メタデータ） (2021-07-20T15:56:52Z)
• SIRI: Spatial Relation Induced Network For Spatial Description Resolution [64.38872296406211]
  言語誘導型ローカライゼーションのための新しい関係誘導型ネットワーク(SIRI)を提案する。 提案手法は,80ピクセルの半径で測定した精度で,最先端手法よりも約24%優れていた。 提案手法は,Touchdownと同じ設定で収集した拡張データセットをうまく一般化する。
  論文  参考訳（メタデータ） (2020-10-27T14:04:05Z)
• 3D Shape Reconstruction from Vision and Touch [62.59044232597045]
  3次元形状再構成では、視覚と触覚の相補的な融合はほとんど未解明のままである。 本稿では,ロボットハンドと多数の3Dオブジェクトの相互作用から,触覚と視覚信号のシミュレーションデータセットを提案する。
  論文  参考訳（メタデータ） (2020-07-07T20:20:33Z)

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。