論文の概要: NCGR: Noise-Conditional Gated Rectification for Camera Extrinsic Perturbations in BEV 3D Object Detection
- arxiv url: http://arxiv.org/abs/2608.03895v1
- Date: Tue, 04 Aug 2026 16:26:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-05 17:47:10.512056
- Title: NCGR: Noise-Conditional Gated Rectification for Camera Extrinsic Perturbations in BEV 3D Object Detection
- Title（参考訳）: NCGR:BEV3次元物体検出におけるカメラ外乱のノイズ-畳み込み整流
- Abstract要約: カメラベースの鳥の目視(BEV)3D検出は、通常、正確で固定されたカメラ外在物を前提とします。
空間的クロスアテンション(SCA)を用いた検出器では、外在的な摂動は、BEV基準点の画像平面投影を変位させる。
完全6自由度外乱補正を明示的に見積もることなく, 投射誤差を補うために, NCGR(Nono-Conditional Gated Rectification)を提案する。
- 参考スコア（独自算出の注目度）: 15.441348570437194
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Camera-based bird's-eye-view (BEV) 3D detection typically assumes accurate and fixed camera extrinsics. In detectors using spatial cross-attention (SCA), extrinsic perturbations displace the image-plane projections of BEV reference points, causing queries to sample features from incorrect regions and degrading detection performance. To address this failure mode, Noise-Conditional Gated Rectification (NCGR) is proposed to compensate for projection errors without explicitly estimating a full six-degree-of-freedom extrinsic correction. For each query-camera pair, a 2D rectification offset is predicted and modulated by a camera-level gate to rectify the base projection before native deformable sampling. During training, the perturbation-derived quantities used to construct the condition and gate are gradually replaced through scheduled interpolation by counterparts generated from an auxiliary scalar predicted from camera features. This transition enables blind inference without perturbation metadata. During training, a weight-shared clean-teacher/perturbed-student pair is used, and the rectification module is supervised by a BEV-consistency objective between the two branches. NCGR is evaluated on nuScenes with simulated dynamic and static extrinsic perturbations. In a five-camera dynamic stress test, NCGR achieves 39.69% NDS, compared with 28.00% for BEVFormer and 33.23% for CAPE. Under clean extrinsics, NCGR maintains performance comparable to that of BEVFormer.
- Abstract（参考訳）: カメラベースの鳥の目視(BEV)3D検出は、通常、正確で固定されたカメラ外在物を前提とします。
空間的クロスアテンション(SCA)を用いた検出器では、外在的摂動は、BEV基準点の画像平面投影を変位させ、不正確な領域のサンプル特徴にクエリを生じさせ、検出性能を低下させる。
この障害モードに対処するため,ノイズ・コンディショナル・ゲーテッド・リクティフィケーション (NCGR) が提案され, 完全6自由度外乱補正を明示的に見積もることなく, 投射誤差を補正する。
各クエリカメラ対について、2D補正オフセットをカメラレベルゲートで予測・変調し、ネイティブな変形可能なサンプリングの前にベースプロジェクションを修正する。
トレーニング中、コンディションとゲートを構成するのに使用される摂動から発生する量は、カメラの特徴から予測される補助スカラーから生成されるものと、スケジュールされた補間によって徐々に置き換えられる。
この遷移は摂動メタデータを使わずにブラインド推論を可能にする。
トレーニング中に、ウェイトシェアされたクリーンティーチンガー/パーターベッド・ストルーデントペアを使用し、2つのブランチ間のBEV一貫性目標によって修正モジュールを監督する。
NCGRは、シミュレーションされた動的および静的な外因性摂動を用いて、nuScenes上で評価される。
5カメラのダイナミックストレステストでは、NCGRは39.69%のNDSを達成し、BEVFormerは28.00%、CAPEは33.23%を達成している。
クリーンなエクストリンシックの下では、NCGRはBEVFormerに匹敵するパフォーマンスを維持している。
関連論文リスト
- RECO: Region-Aware Compensation for Extrinsic Perturbations in Roadside 3D Detection [13.05494342638977]
道路沿いの3D物体検出は、交通理解、協調早期警戒、安全な自動運転に不可欠な広域認識を提供する。
既存の方法は、カメラ外在物に対する高い感度に悩まされており、わずかな偏差でさえ射影幾何学によって増幅することができる。
部分的6-DoFポーズオフセットを用いて外因性を修正する地域対応外因性補償フレームワークRECOを提案する。
論文 参考訳（メタデータ） (2026-07-23T05:56:42Z) - QVGGT: Post-Training Quantized Visual Geometry Grounded Transformer [5.7977296539841845]
我々は、VGGT(Visual Geometry Grounded Transformer)を圧縮するための調整量子化フレームワークであるQVGGTを紹介する。
QVGGTは、ほぼロスレスなW4A16量子化を実現し、FP32上で3$sim$4.9$times$メモリの削減と2.8$times$実際のハードウェアスピードアップを実現した。
提案手法により,エッジデバイス上での高忠実度3次元認識の実現が可能となり,実世界の制約環境におけるフィードフォワード3次元再構成モデルの実践的展開が可能となった。
論文 参考訳（メタデータ） (2026-05-29T10:32:52Z) - RQR3D: Reparametrizing the regression targets for BEV-based 3D object detection [0.4604003661048266]
Bird's-eye view (BEV)ベースの知覚アプローチは、パースペクティブベースのソリューションの優れた代替手段として現れている。
本稿では,3次元回帰目標を定義するために,制限付き四辺形表現を提案する。
RQR3Dは、2つのボックスの隅の間にあるオフセットとともに、指向するボックスをカプセル化する最小の水平境界ボックスを回帰する。
論文 参考訳（メタデータ） (2025-05-23T10:52:34Z) - RaCFormer: Towards High-Quality 3D Object Detection via Query-based Radar-Camera Fusion [58.77329237533034]
本稿では3次元物体検出の精度を高めるために,Raar-Camera fusion transformer (RaCFormer)を提案する。
RaCFormerは、nuScenesデータセット上で64.9% mAPと70.2%の優れた結果を得る。
論文 参考訳（メタデータ） (2024-12-17T09:47:48Z) - Cameras as Rays: Pose Estimation via Ray Diffusion [54.098613859015856]
カメラのポーズを推定することは3D再構成の基本的な課題であり、まばらにサンプリングされたビューを考えると依然として困難である。
本稿では,カメラを光束として扱うカメラポーズの分散表現を提案する。
提案手法は回帰法と拡散法の両方で,CO3Dのカメラポーズ推定における最先端性能を示す。
論文 参考訳（メタデータ） (2024-02-22T18:59:56Z) - iComMa: Inverting 3D Gaussian Splatting for Camera Pose Estimation via Comparing and Matching [14.737266480464156]
コンピュータビジョンにおける6次元カメラのポーズ推定問題に対処するため,iComMaという手法を提案する。
3次元ガウススプラッティング(3DGS)の反転による高精度カメラポーズ推定法を提案する。
論文 参考訳（メタデータ） (2023-12-14T15:31:33Z) - SparseBEV: High-Performance Sparse 3D Object Detection from Multi-Camera
Videos [20.51396212498941]
SparseBEVは完全にスパースな3Dオブジェクト検出器で、密度の高い物体よりも優れています。
nuScenesのテスト分割で、SparseBEVは67.5 NDSの最先端のパフォーマンスを達成した。
論文 参考訳（メタデータ） (2023-08-18T02:11:01Z) - BEV-IO: Enhancing Bird's-Eye-View 3D Detection with Instance Occupancy [58.92659367605442]
我々は,BEV表現をインスタンス占有情報で拡張する新しい3次元検出パラダイムであるBEV-IOを提案する。
BEV-IOは、パラメータや計算オーバーヘッドの無視できる増加しか加えず、最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-05-26T11:16:12Z) - NIKI: Neural Inverse Kinematics with Invertible Neural Networks for 3D
Human Pose and Shape Estimation [53.25973084799954]
両方向誤差をモデル化したNIKI(Neural Inverse Kinematics with Invertible Neural Network)を提案する。
NIKIは、非可逆ネットワークによる前処理と逆処理の両方から学習することができる。
論文 参考訳（メタデータ） (2023-05-15T12:13:24Z) - Detecting Rotated Objects as Gaussian Distributions and Its 3-D
Generalization [81.29406957201458]
既存の検出方法は、パラメータ化バウンディングボックス(BBox)を使用して(水平)オブジェクトをモデル化し、検出する。
このような機構は回転検出に有効な回帰損失を構築するのに基本的な限界があると主張する。
回転した物体をガウス分布としてモデル化することを提案する。
2次元から3次元へのアプローチを、方向推定を扱うアルゴリズム設計により拡張する。
論文 参考訳（メタデータ） (2022-09-22T07:50:48Z) - Uncertainty-Aware Camera Pose Estimation from Points and Lines [101.03675842534415]
Perspective-n-Point-and-Line (Pn$PL) は、2D-3D特徴座標の3Dモデルに関して、高速で正確で堅牢なカメラローカライゼーションを目指している。
論文 参考訳（メタデータ） (2021-07-08T15:19:36Z)
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。