論文の概要: UMCP: A Unified Multi-Task Collaborative Perception Network for Luggage Trolley Pose Estimation

• arxiv url: http://arxiv.org/abs/2607.17950v1
• Date: Mon, 20 Jul 2026 13:51:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.644491
• Title: UMCP: A Unified Multi-Task Collaborative Perception Network for Luggage Trolley Pose Estimation
• Title（参考訳）: UMCP:Lugage Trolley Pose Estimationのための統合マルチタスク協調知覚ネットワーク
• Abstract要約: 自律的な荷物収集において、ロボットは散在する荷物を常に局所化しなければならない。 既存のガベージトロリーの視覚知覚アプローチは、しばしばカスケードされたマルチモデル推論に依存している。 本稿では,ガベージトロリー検出,キーポイント検出,方向推定を同時に行うマルチタスク協調認識ネットワーク(UMCP)を提案する。
• 参考スコア（独自算出の注目度）: 9.210420909768635
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In robotic autonomous luggage trolley collection, robots must continuously localize scattered luggage trolleys in cluttered and dynamic environments. This requires the vision system to achieve both high accuracy and real-time performance. However, existing visual perception approaches for luggage trolleys often rely on cascaded multi-model inference, leading to increased inference latency and high deployment costs. To address these limitations, this article presents a unified multi-task collaborative perception network (UMCP) that simultaneously performs luggage trolley detection, keypoint detection and orientation estimation. Based on the YOLOv12 architecture, keypoint features are fused with orientation features and then fed into an orientation feature enhancement module (OFEM), thereby improving orientation estimation accuracy. In addition, circular probability distribution modeling with a Kullback-Leibler (KL) divergence loss is adopted to enhance orientation estimation accuracy further. Experimental results demonstrate that the proposed method achieves competitive overall accuracy while substantially reducing model complexity and computational cost compared with existing methods. A website about this work is available at https://sites.google.com/view/robot-umcp.
• Abstract（参考訳）: ロボットの自律的荷物収集において、ロボットは散在する荷物を散在する環境の中で連続的に局所化しなければならない。 これにより、視覚システムは高い精度とリアルタイム性能の両方を達成する必要がある。 しかし、ガベージトロリーに対する既存の視覚的認識アプローチは、しばしばカスケードされたマルチモデル推論に依存し、推論遅延が増加し、デプロイメントコストが上昇する。 これらの制約に対処するため,本論文では,ガベージトロリー検出,キーポイント検出,方向推定を同時に行う,統一マルチタスク協調認識ネットワーク(UMCP)を提案する。 YOLOv12アーキテクチャに基づき、キーポイント機能は向き特徴と融合し、方向特徴拡張モジュール(OFEM)に入力され、方向推定精度が向上する。 さらに、方向推定精度を高めるために、クルバック・リブラー(KL)分散損失を用いた円形確率分布モデルを採用する。 実験により,提案手法は既存の手法と比較して,モデル複雑性と計算コストを大幅に削減しつつ,競争的な総合的精度を実現することを示した。 この作業に関するWebサイトはhttps://sites.google.com/view/robot-umcp.comで公開されている。

関連論文リスト

• DriveVer: Lightweight Trajectory Evaluator as Test-Time Verifier for Autonomous Driving [8.267228986831894]
  DriveVerはライトウェイトでプラグ&プレイのTest-Time Verifierで、自動運転システムが高価な重い訓練をすることなく軌道の検証と洗練を可能にする。 本稿では,DriveVerが基本計画モデルの性能を大幅に向上させることを示す。特に,34Mパラメータしか持たない極めてコンパクトなモデルとして,DriveVerは最小の計算オーバーヘッドを導入し,競争力のある結果を得る。
  論文  参考訳（メタデータ） (2026-07-01T03:50:45Z)
• Trajectory-Aware Adaptive Inference in Object Detection Models [0.19845233274307664]
  我々は,GPSトラジェクトリデータを推論プロセスに組み込むことにより,既存のオブジェクト検出フレームワークを構築した。 我々は、動きキューを組み込んだYOLOv8ベースの検出器に早期退避機構を導入する。 その結果、この戦略は予測時間と計算コストを大幅に削減しつつ、良好な検出性能を維持していることが示された。
  論文  参考訳（メタデータ） (2026-05-12T16:04:07Z)
• Decentralized Multi-Robot Obstacle Detection and Tracking in a Maritime Scenario [1.1086440815804226]
  本稿では,自律型表面容器と協調する複数のUAVを用いて,浮遊容器の検出と追跡を行う分散マルチロボットフレームワークを提案する。 それぞれのUAVは、ステレオ不均一で強化されたYOLOv8検出器を実行し、ターゲットごとのEKFトラックを不確実性を認識したデータアソシエーションで維持する。 情報駆動アロケータは、旅行作業における期待される不確実性低減と安全分離を取引することで、目標を割り当て、UAVホバリング視点を選択する。
  論文  参考訳（メタデータ） (2026-02-12T14:42:17Z)
• SocialTrack: Multi-Object Tracking in Complex Urban Traffic Scenes Inspired by Social Behavior [17.501890320034693]
  本稿では,複雑な都市交通環境における小目標の追跡精度とロバスト性を高めるために,新しい多目的追跡フレームワークSocialTrackを提案する。 特殊小ターゲット検出器は、マルチスケールの特徴増強機構を用いて検出性能を向上させる。 UAVDTとMOT17データセットに関する大規模な実験は、SocialTrackが既存の最先端(SOTA)メソッドをいくつかの主要なメトリクスで上回っていることを示している。
  論文  参考訳（メタデータ） (2025-08-18T09:53:32Z)
• Tracking the Unstable: Appearance-Guided Motion Modeling for Robust Multi-Object Tracking in UAV-Captured Videos [58.156141601478794]
  マルチオブジェクトトラッキング(UAVT)は、ビデオのフレーム間で一貫したアイデンティティを維持しながら、複数のオブジェクトを追跡することを目的としている。 既存の手法は、通常、動作キューと外観を別々にモデル化し、それらの相互作用を見渡して、最適下追跡性能をもたらす。 本稿では、AMC行列とMTCモジュールの2つの主要コンポーネントを通して、外観と動きの手がかりを利用するAMOTを提案する。
  論文  参考訳（メタデータ） (2025-08-03T12:06:47Z)
• DINO-CoDT: Multi-class Collaborative Detection and Tracking with Vision Foundation Models [11.34839442803445]
  道路利用者を対象とした多クラス協調検出・追跡フレームワークを提案する。 まず,大域的空間注意融合(GSAF)モジュールを用いた検出器を提案する。 次に,視覚基盤モデルを用いた視覚的セマンティクスを活用し,IDSW(ID SWitch)エラーを効果的に低減するトラックレットRe-IDentification(REID)モジュールを提案する。
  論文  参考訳（メタデータ） (2025-06-09T02:49:10Z)
• DeTra: A Unified Model for Object Detection and Trajectory Forecasting [68.85128937305697]
  提案手法は,2つのタスクの結合を軌道修正問題として定式化する。 この統合タスクに対処するために、オブジェクトの存在, ポーズ, マルチモーダルな将来の振る舞いを推測する精細化変換器を設計する。 実験では、我々のモデルはArgoverse 2 Sensor and Openデータセットの最先端性よりも優れています。
  論文  参考訳（メタデータ） (2024-06-06T18:12:04Z)
• Cross-Cluster Shifting for Efficient and Effective 3D Object Detection in Autonomous Driving [69.20604395205248]
  本稿では,自律運転における3次元物体検出のための3次元点検出モデルであるShift-SSDを提案する。 我々は、ポイントベース検出器の表現能力を解き放つために、興味深いクロスクラスタシフト操作を導入する。 我々は、KITTI、ランタイム、nuScenesデータセットに関する広範な実験を行い、Shift-SSDの最先端性能を実証した。
  論文  参考訳（メタデータ） (2024-03-10T10:36:32Z)
• Joint Spatial-Temporal and Appearance Modeling with Transformer for Multiple Object Tracking [59.79252390626194]
  本稿ではTransSTAMという新しい手法を提案する。Transformerを利用して各オブジェクトの外観特徴とオブジェクト間の空間的時間的関係の両方をモデル化する。 提案手法はMOT16, MOT17, MOT20を含む複数の公開ベンチマークで評価され, IDF1とHOTAの両方で明確な性能向上を実現している。
  論文  参考訳（メタデータ） (2022-05-31T01:19:18Z)
• Scalable Vehicle Re-Identification via Self-Supervision [66.2562538902156]
  自動車再同定は、都市規模の車両分析システムにおいて重要な要素の1つである。 車両再設計のための最先端のソリューションの多くは、既存のre-idベンチマークの精度向上に重点を置いており、計算の複雑さを無視することが多い。 推論時間に1つのネットワークのみを使用する自己教師型学習によって、シンプルで効果的なハイブリッドソリューションを提案する。
  論文  参考訳（メタデータ） (2022-05-16T12:14:42Z)
• Deep Multi-Task Learning for Joint Localization, Perception, and Prediction [68.50217234419922]
  本稿では,ローカライズエラー下の最先端の自律性スタックで発生する問題について検討する。 我々は,認識,予測,局所化を共同で行うシステムの設計を行う。 本アーキテクチャでは,両タスク間の計算を再利用し,効率よくローカライズエラーを修正できる。
  論文  参考訳（メタデータ） (2021-01-17T17:20:31Z)

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。