Fugu-MT 論文翻訳(概要): RayOcc: Occlusion-Aware Ray Occupancy Estimation via Gaussian Mixture Intensity

論文の概要: RayOcc: Occlusion-Aware Ray Occupancy Estimation via Gaussian Mixture Intensity

arxiv url: http://arxiv.org/abs/2607.17660v1
Date: Mon, 20 Jul 2026 08:10:58 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-21 18:48:37.545943
Title: RayOcc: Occlusion-Aware Ray Occupancy Estimation via Gaussian Mixture Intensity
Title（参考訳）: RayOcc: ガウス混合強度による排他的光占有率推定
Abstract要約: カメラのみの3Dセマンティック占有予測は、マルチビュー画像からボクセル的なシーンセマンティクスを推定することを目的としている。我々は、マルチラベル存在予測としてレイモデリングを再構成する、オクルージョン対応の体積線占有フレームワークRayOccを紹介する。比較したガウス的占領法の中で,RayOccは最先端のIoUとmIoUを実現していることを示す。
参考スコア（独自算出の注目度）: 18.15986152198467
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Camera-only 3D semantic occupancy prediction aims to infer voxel-wise scene semantics from multi-view images, yet remains fundamentally challenging due to depth ambiguity and occlusion. Along a single camera ray, multiple spatially separated surfaces may coexist, making occupancy inherently a multi-label existence problem rather than a single-depth estimation task. However, most existing approaches favor a single dominant depth hypothesis per ray, limiting their ability to model volumetric scenes under complex occlusion. To address this limitation, we introduce RayOcc, an occlusion-aware ray occupancy framework that reformulates ray modeling as multi-label existence prediction. Instead of predicting a categorical depth distribution, RayOcc estimates a non-normalized Gaussian mixture intensity along each ray and converts it into interval-wise occupancy probabilities via a Poisson event formulation, allowing multiple occupied hypotheses to coexist without enforcing mutual competition across depth. The predicted mixture components are interpreted as occupancy hypotheses to initialize sparse 3D Gaussian primitives, which are refined and rasterized for semantic occupancy prediction. Experiments on the nuScenes benchmark show that RayOcc achieves state-of-the-art overall IoU and mIoU among the compared Gaussian-based occupancy methods.
Abstract（参考訳）: カメラのみの3Dセマンティック占有予測は,多視点画像からボクセル的なシーンセマンティクスを推定することを目的としている。単一カメラ線に沿って、複数の空間的に分離された表面が共存しうるため、占有は本質的に1次元推定タスクではなく、複数ラベルの存在問題となる。しかし、既存のほとんどのアプローチは1光線当たりの1つの支配的な深度仮説を好んでおり、複雑な閉塞下で体積的シーンをモデル化する能力を制限する。この制限に対処するために、レイモデリングをマルチラベル存在予測として再構成するオクルージョン対応のレイ占有フレームワークであるRayOccを紹介する。分類的深度分布を予測する代わりに、RayOccは、各光線に沿って非正規化ガウス混合強度を推定し、ポアソン事象の定式化によって周期的に占有確率に変換する。予測された混合成分は、セマンティック占有予測のために洗練されラスタ化されるスパース3Dガウスプリミティブを初期化するための占有仮説として解釈される。 nuScenesベンチマークの実験によると、RayOccは、比較されたガウスベースの占有方法の中で、最先端のIoUとmIoUを達成している。

関連論文リスト

The Hyperspherical Geometry of CLIP Latent Space: A Semantic Mixture Model [73.29820477295043]
Contrastive Language-Image Pretraining (CLIP) 表現は、コサイン類似性によって支配されるセマンティック埋め込み空間を形成する。本稿では,MovMF(MovMF)分布の混合に基づくCLIP潜伏空間の原理密度モデルを提案する。
論文参考訳（メタデータ） (2026-07-15T10:05:53Z)
Metropolis-Hastings Sampling for 3D Gaussian Reconstruction [31.840492077537018]
3次元ガウス平滑化のための適応型サンプリングフレームワーク(3DGS)を提案する。我々の枠組みは, 確率的サンプリングプロセスとして, デンシフィケーションとプルーニングを改質することで限界を克服する。提案手法は,最先端モデルのビュー合成品質を適度に上回りながら,より高速な収束を実現する。
論文参考訳（メタデータ） (2025-06-15T19:12:37Z)
ProBA: Probabilistic Bundle Adjustment with the Bhattacharyya Coefficient [43.75661586211106]
ProBAは2次元観察と3次元シーン構造における不確実性を明示的にモデル化し、伝播する。我々の手法は点のようなランドマークの代わりに3Dガウス的を用いる。 ProBAは、非構造化環境でデプロイされたSLAMシステムの実用性を高める。
論文参考訳（メタデータ） (2025-05-27T08:07:00Z)
ViPOcc: Leveraging Visual Priors from Vision Foundation Models for Single-View 3D Occupancy Prediction [11.312780421161204]
本稿では,視覚基盤モデルからの視覚的先行情報を活用して,詳細な3D占有率予測を行うViPOccを提案する。また,効率的な実例認識光サンプリングのための意味誘導型非重複ガウス混合サンプリング器を提案する。本実験は,3次元占有予測と深度推定の両方において,ViPOccの優れた性能を示す。
論文参考訳（メタデータ） (2024-12-15T15:04:27Z)
X as Supervision: Contending with Depth Ambiguity in Unsupervised Monocular 3D Pose Estimation [12.765995624408557]
マルチハイポテーシス検出と複数の調整済みプレテキストタスクを特徴とする教師なしフレームワークを提案する。ローカルウィンドウ内のヒートマップから複数の仮説を抽出し、マルチソリューション問題を効果的に管理する。プリテキストタスクは、SMPLモデルからの3D人間の事前情報を利用して、ポーズ推定の解空間を規則化し、それを3D人間の構造を経験的分布と整合させる。
論文参考訳（メタデータ） (2024-11-20T04:18:11Z)
OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
論文参考訳（メタデータ） (2024-09-14T07:44:22Z)
OccGen: Generative Multi-modal 3D Occupancy Prediction for Autonomous Driving [15.331332063879342]
OccGenは3Dセマンティック占有予測のタスクのためのシンプルだが強力な生成知覚モデルである。 OccGenは'noise-to-occupancy'生成パラダイムを採用し、占有マップを徐々に推論し精錬する。この生成パイプラインの重要な洞察は、拡散分解過程が高密度の3D占有マップの粗い微細化をモデル化できるということである。
論文参考訳（メタデータ） (2024-04-23T13:20:09Z)
OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
論文参考訳（メタデータ） (2023-12-14T18:58:52Z)
Exploiting Diffusion Prior for Generalizable Dense Prediction [85.4563592053464]
近年のテキスト・トゥ・イメージ(T2I)拡散モデルでは、既成の高密度予測器では予測できないことがある。我々は,事前学習したT2Iモデルを用いたパイプラインDMPを,高密度予測タスクの先駆けとして導入する。限られたドメインのトレーニングデータにもかかわらず、この手法は任意の画像に対して忠実に推定し、既存の最先端のアルゴリズムを超越する。
論文参考訳（メタデータ） (2023-11-30T18:59:44Z)
Weakly Supervised Generative Network for Multiple 3D Human Pose Hypotheses [74.48263583706712]
単一画像からの3次元ポーズ推定は、欠落した深さのあいまいさに起因する逆問題である。逆問題に対処するために,弱い教師付き深層生成ネットワークを提案する。
論文参考訳（メタデータ） (2020-08-13T09:26:01Z)
Multi-person 3D Pose Estimation in Crowded Scenes Based on Multi-View Geometry [62.29762409558553]
マルチパーソナライズされた3次元ポーズ推定手法における特徴マッチングと深さ推定のコアは、エピポーラ制約である。スパサーの群衆シーンにおけるこの定式化の良好なパフォーマンスにもかかわらず、その効果はより密集した群衆の状況下でしばしば挑戦される。本稿では,マルチパーソン3次元ポーズ推定式から脱却し,群衆ポーズ推定として再編成する。
論文参考訳（メタデータ） (2020-07-21T17:59:36Z)
6D Camera Relocalization in Ambiguous Scenes via Continuous Multimodal Inference [67.70859730448473]
あいまいさと不確かさを捉えるマルチモーダルカメラ再ローカライズフレームワークを提案する。我々は、複数のカメラのポーズ仮説を予測し、それぞれの予測の不確実性も予測する。あいまいな環境下でのカメラローカライゼーション研究を促進するための新しいデータセットを提案する。
論文参考訳（メタデータ） (2020-04-09T20:55:06Z)

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。