論文の概要: CDIS: Cross-Dimensional Class-Agnostic 3D Instance Segmentation via 2D Mask Tracking and 3D-2D Projection Merging

• arxiv url: http://arxiv.org/abs/2607.17778v1
• Date: Mon, 20 Jul 2026 10:09:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.586199
• Title: CDIS: Cross-Dimensional Class-Agnostic 3D Instance Segmentation via 2D Mask Tracking and 3D-2D Projection Merging
• Title（参考訳）: CDIS:2次元マスク追跡と3D-2D投影による3次元クラス非依存3次元インスタンスセグメンテーション
• Abstract要約: クラス非依存の3Dインスタンスセグメンテーションは、未知の環境で動作しているロボットシステムにとって重要である。 フレーム間の2Dインスタンスマスクを明示的に追跡し,それらを3Dスーパーポイントに関連付けるゼロショットフレームワークであるクロス次元クラス非依存型3Dインスタンス(CDIS)を紹介した。 このクロス次元推論は、時間的に安定な2Dトラックと空間的に整合した3D領域をリンクし、3D固有のトレーニングなしでグローバルに一貫した3Dインスタンスラベルを生成する。
• 参考スコア（独自算出の注目度）: 24.37584731810519
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Class-agnostic 3D instance segmentation is critical for robotic systems operating in unknown environments, enabling perception of previously unseen objects for reliable manipulation and navigation. Existing approaches typically project per-frame 2D instance masks into 3D and merge them, which often breaks object identities across time and yields fragmented 3D instances. We introduce Cross-Dimensional Class-Agnostic 3D Instance Segmentation (CDIS), a zero-shot framework that explicitly tracks 2D instance masks across frames and associates them with 3D superpoints, creating a feedback loop between 2D and 3D. This cross-dimensional reasoning links temporally stable 2D tracks with spatially coherent 3D regions, producing globally consistent 3D instance labels without any 3D-specific training. Experiments on benchmark datasets demonstrate that CDIS achieves higher accuracy and consistency than state-of-the-art zero-shot methods, while remaining efficient and scalable to diverse real-world environments.
• Abstract（参考訳）: クラス非依存の3Dインスタンスセグメンテーションは、未知の環境で動作しているロボットシステムにとって重要である。 既存のアプローチは通常、フレーム単位の2Dインスタンスマスクを3Dに投影してマージする。 フレーム間の2Dインスタンスマスクを明示的に追跡し,それらを3Dスーパーポイントに関連付け,2Dと3Dの間にフィードバックループを生成する,ゼロショットフレームワークであるクロス次元クラス非依存型3Dインスタンスセグメンテーション(CDIS)を導入する。 このクロス次元推論は、時間的に安定な2Dトラックと空間的に一貫性のある3D領域をリンクし、3D固有のトレーニングなしでグローバルに一貫した3Dインスタンスラベルを生成する。 ベンチマークデータセットの実験では、CDISは最先端のゼロショット手法よりも精度と一貫性が向上する一方で、多様な現実世界環境に対して効率的でスケーラブルであることが示されている。

関連論文リスト

• MV3DIS: Multi-View Mask Matching via 3D Guides for Zero-Shot 3D Instance Segmentation [12.513474673735963]
  従来の3Dインスタンスセグメンテーション手法は、教師あり訓練のための労働集約的な3Dアノテーションに依存している。 最近のアプローチでは、Segment Anything Model (SAM) からの多視点2Dマスクを活用し、3次元幾何学的プリミティブの融合を導く。 MV3DISは、ゼロショット3Dインスタンスセグメンテーションのための粗大なフレームワークであり、3Dプリエンスを明示的に組み込む。
  論文  参考訳（メタデータ） (2026-04-10T03:26:52Z)
• Class-agnostic 3D Segmentation by Granularity-Consistent Automatic 2D Mask Tracking [10.223105883919278]
  本稿では,フレーム間の時間的対応を維持する2次元マスク追跡手法を提案する。 本手法は, 整合性および高精度な3次元セグメンテーションを効果的に生成する。
  論文  参考訳（メタデータ） (2025-11-02T03:52:42Z)
• SegDINO3D: 3D Instance Segmentation Empowered by Both Image-Level and Object-Level 2D Features [61.13570953713554]
  SegDINO3Dは、3Dインスタンスセグメンテーションのためのトランスフォーマーエンコーダデコーダフレームワークである。 画像レベルとオブジェクトレベルの両方の機能を含む、事前訓練された2D検出モデルから2D表現を完全に活用する。 SegDINO3Dは、ScanNetV2とScanNet200インスタンスセグメンテーションベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-09-19T15:41:10Z)
• Integrating SAM Supervision for 3D Weakly Supervised Point Cloud Segmentation [66.65719382619538]
  3Dセマンティックセグメンテーションの現在の手法では、大きな、不規則な、秩序のない3Dポイントクラウドデータの注釈付けの難しさに対処するため、限定アノテーション付きトレーニングモデルが提案されている。 本稿では,2次元基礎モデルから生成したセグメンテーションマスクを組み込んだ,疎可な3次元アノテーションの有用性を最大化する手法を提案する。
  論文  参考訳（メタデータ） (2025-08-27T14:13:01Z)
• OnlineAnySeg: Online Zero-Shot 3D Segmentation by Visual Foundation Model Guided 2D Mask Merging [36.9859733771263]
  ハッシュ技術を用いて2次元マスクを統一した3次元インスタンスに持ち上げるための効率的な方法を提案する。 効率的な3次元シーンクエリにボクセルハッシュを用いることで、コストのかかる空間的重複クエリの時間的複雑さを低減できる。 提案手法は,オンラインのゼロショット3Dインスタンスセグメンテーションにおける最先端の性能と効率を両立させる。
  論文  参考訳（メタデータ） (2025-03-03T08:48:06Z)
• DCSEG: Decoupled 3D Open-Set Segmentation using Gaussian Splatting [0.0]
  本稿では,新しい3次元表現へのモジュラリティと適応性を確保するために,分離した3次元分割パイプラインを提案する。 我々は、合成および実世界の屋内データセットを評価し、同等のNeRFパイプラインよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2024-12-14T21:26:44Z)
• Bootstraping Clustering of Gaussians for View-consistent 3D Scene Understanding [59.51535163599723]
  FreeGSは、教師なしセマンティック組み込み3DGSフレームワークで、2Dラベルを必要とせずに、ビュー一貫性のある3Dシーン理解を実現する。 FreeGSは複雑なデータ前処理のワークロードを避けながら、最先端のメソッドと互換性がある。
  論文  参考訳（メタデータ） (2024-11-29T08:52:32Z)
• Any3DIS: Class-Agnostic 3D Instance Segmentation by 2D Mask Tracking [6.599971425078935]
  既存の3Dインスタンスセグメンテーションメソッドは、オーバーセグメンテーションの問題に頻繁に遭遇し、下流タスクを複雑にする冗長で不正確な3D提案につながります。 この課題は、フレーム全体に密集した2Dマスクを点雲に上げ、直接の監督なしに3D候補の提案を形成する、教師なしのマージンアプローチから生じる。 本研究では,2次元マスクセグメンテーション・トラッキング基盤モデル(SAM-2)を用いて,映像フレーム間の一貫したオブジェクトマスクを確保する3次元マスク追跡モジュールを提案する。
  論文  参考訳（メタデータ） (2024-11-25T08:26:31Z)
• SAM-guided Graph Cut for 3D Instance Segmentation [60.75119991853605]
  本稿では,3次元画像情報と多視点画像情報の同時利用による3次元インスタンス分割の課題に対処する。 本稿では,3次元インスタンスセグメンテーションのための2次元セグメンテーションモデルを効果的に活用する新しい3D-to-2Dクエリフレームワークを提案する。 本手法は,ロバストなセグメンテーション性能を実現し,異なるタイプのシーンにまたがる一般化を実現する。
  論文  参考訳（メタデータ） (2023-12-13T18:59:58Z)
• Segment Anything in 3D with Radiance Fields [83.14130158502493]
  本稿では,Segment Anything Model (SAM) を一般化して3次元オブジェクトをセグメント化する。 提案手法をSA3D, 略してSegment Anything in 3Dと呼ぶ。 実験では,SA3Dが様々なシーンに適応し,数秒で3Dセグメンテーションを実現することを示す。
  論文  参考訳（メタデータ） (2023-04-24T17:57:15Z)
• Joint-MAE: 2D-3D Joint Masked Autoencoders for 3D Point Cloud Pre-training [65.75399500494343]
  Masked Autoencoders (MAE) は、2Dおよび3Dコンピュータビジョンのための自己教師型学習において有望な性能を示した。 自己監督型3次元点雲事前学習のための2D-3DジョイントMAEフレームワークであるJoint-MAEを提案する。
  論文  参考訳（メタデータ） (2023-02-27T17:56:18Z)

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。