論文の概要: M2-SMap: Memory-Efficient Semantic Mapping with Hierarchical Multi-Model Representation

• arxiv url: http://arxiv.org/abs/2608.07074v1
• Date: Fri, 07 Aug 2026 10:27:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-10 16:21:25.464068
• Title: M2-SMap: Memory-Efficient Semantic Mapping with Hierarchical Multi-Model Representation
• Title（参考訳）: M2-SMap:階層型多モデル表現を用いたメモリ効率の良い意味マッピング
• Abstract要約: M2-SMapは階層的マルチモデル表現に基づくメモリ効率のセマンティックマッピングフレームワークである。 3つのRGB-Dシーケンスの実験では、M2-SMapは29.37Hz以下でリアルタイムに実行される。
• 参考スコア（独自算出の注目度）: 8.85359003214255
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dense point cloud maps, as a typically used mapping representation, are difficult to deploy on resource-constrained robots because their memory consumption grows rapidly with scene scale. Although compact single-model representations reduce memory cost, their fixed geometric expressiveness is insufficient for structurally diverse environments. Existing multi-model methods improve representational flexibility, yet their feature extraction and model selection are often dominated by local geometry, which can cause overfitting and adhesion between objects. To address these issues, this paper presents M2-SMap, a memory-efficient semantic mapping framework based on hierarchical multi-model representation. First, a hierarchical geometric decomposition partitions RGB-D point clouds into compact Gaussian components. Then, a projection-guided semantic annotation mechanism assigns instance identities to each component. Subsequently, these annotations are incorporated into an object-aware Gaussian fusion strategy. Furthermore, a multi-scale feature extraction strategy separates large planar regions, semantic objects, and complex residual structures, which are respectively represented by bounded planes, object-level superquadrics, and GMM primitives. Experiments on three RGB-D sequences show that M2-SMap runs in real time at no less than 29.37 Hz while achieving the lowest primitive count, with an average reduction of 18.7% over the best baseline. It also reduces the mean per-frame number of measured inter-object adhesion cases from 2.808 to 0, demonstrating efficient and semantically consistent scene representation.
• Abstract（参考訳）: 複雑なポイントクラウドマップは、通常、マッピング表現として使用されるが、メモリ消費がシーンスケールとともに急速に増加するため、リソース制約のあるロボットにデプロイするのは困難である。 コンパクトな単一モデル表現はメモリコストを低減させるが、その固定幾何表現性は構造的に多様な環境において不十分である。 既存のマルチモデル手法は表現の柔軟性を改善するが、それらの特徴抽出とモデル選択は、しばしば局所幾何学によって支配され、オブジェクト間の過度な適合と密着を引き起こす。 これらの課題に対処するために,階層型マルチモデル表現に基づくメモリ効率のセマンティックマッピングフレームワークであるM2-SMapを提案する。 まず、階層的幾何学的分解は、RGB-D点雲をコンパクトなガウス成分に分割する。 そして、プロジェクション誘導のセマンティックアノテーションメカニズムが各コンポーネントにインスタンスのIDを割り当てます。 その後、これらのアノテーションはオブジェクト指向のガウス融合戦略に組み込まれる。 さらに、多スケールの特徴抽出戦略は、大きな平面領域、セマンティックオブジェクト、複雑な残留構造を分離し、それぞれ境界面、オブジェクトレベルスーパークワッドリック、GMMプリミティブで表される。 3つのRGB-Dシーケンスの実験では、M2-SMapは29.37Hz以下でリアルタイムに動作し、最小のプリミティブカウントを達成した。 また、測定対象間接着ケースの平均フレーム数を2.808から0に減らし、効率的で意味的に一貫したシーン表現を示す。

関連論文リスト

• Multi-Scale Gaussian-Language Map for Zero-shot Embodied Navigation and Reasoning [33.03611808441931]
  本稿では,3つのキーデザインを導入したマルチスケールガウス・ランゲージマップ(GLMap)を提案する。 3Dガウスアンは、タスク関連画像のコンパクトストレージと高速レンダリングを可能にする。 ObjectNav、InstNav、SQAタスクの実験は、GLMapがターゲットナビゲーションとコンテキスト推論を効果的に強化していることを示している。
  論文  参考訳（メタデータ） (2026-05-03T06:22:14Z)
• Instance-Adaptive Keypoint Learning with Local-to-Global Geometric Aggregation for Category-Level Object Pose Estimation [19.117822086210513]
  カテゴリレベルのオブジェクトのポーズ推定は、事前に定義されたカテゴリから未確認のインスタンスの6Dのポーズとサイズを予測することを目的としている。 Instance-Adaptive Keypoint Learningを可能にする新しいカテゴリレベルのオブジェクトポーズ推定フレームワークであるINKL-Poseを提案する。 CAMERA25、REAL275、HouseCat6Dの実験では、INKL-Poseは16.7Mパラメータ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） (2025-04-21T14:37:37Z)
• Large Spatial Model: End-to-end Unposed Images to Semantic 3D [79.94479633598102]
  大空間モデル(LSM)は、RGB画像を直接意味的放射場に処理する。 LSMは、単一のフィードフォワード操作における幾何学、外観、意味を同時に推定する。 新しい視点で言語と対話することで、多目的ラベルマップを生成することができる。
  論文  参考訳（メタデータ） (2024-10-24T17:54:42Z)
• MGMapNet: Multi-Granularity Representation Learning for End-to-End Vectorized HD Map Construction [75.93907511203317]
  多粒性表現を持つ地図要素をモデル化するためのMGMapNet(Multi-Granularity Map Network)を提案する。 提案したMGMapNetは最先端のパフォーマンスを達成し,MapTRv2 を nuScenes で 5.3 mAP,Argoverse2 で 4.4 mAP で上回った。
  論文  参考訳（メタデータ） (2024-10-10T09:05:23Z)
• Decomposition of Neural Discrete Representations for Large-Scale 3D Mapping [15.085191496726967]
  分解型ニューラルマッピング(DNMap)について紹介する。 DNMapはストレージ効率のよい大規模3Dマッピング手法である。 我々は、小さなストレージ空間を必要とする低解像度の連続的な埋め込みを学習する。
  論文  参考訳（メタデータ） (2024-07-22T11:32:33Z)
• InstantSplat: Sparse-view Gaussian Splatting in Seconds [91.77050739918037]
  InstantSplatは,光速でスパークビュー3Dシーンを再現する新しい手法である。 InstantSplatでは,3Dシーン表現とカメラポーズを最適化する,自己管理フレームワークを採用している。 3D-GSの従来のSfMと比較して、30倍以上の再現を達成し、視覚的品質(SSIM)を0.3755から0.7624に改善する。
  論文  参考訳（メタデータ） (2024-03-29T17:29:58Z)
• LISNeRF Mapping: LiDAR-based Implicit Mapping via Semantic Neural Fields for Large-Scale 3D Scenes [2.822816116516042]
  大規模セマンティックマッピングは、屋外の自律エージェントが計画やナビゲーションといった高度なタスクを遂行するために不可欠である。 本稿では,提案するLiDAR測度のみでの暗黙的表現による大規模3次元意味再構築手法を提案する。
  論文  参考訳（メタデータ） (2023-11-04T03:55:38Z)
• Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud Analysis [66.49788145564004]
  我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。 我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
  論文  参考訳（メタデータ） (2022-12-17T15:05:25Z)
• Sparse Instance Activation for Real-Time Instance Segmentation [72.23597664935684]
  本稿では,リアルタイムインスタンスセグメンテーションのための概念的・効率的・完全畳み込み型フレームワークを提案する。 SparseInstは非常に高速な推論速度を持ち、COCOベンチマークで40 FPSと37.9 APを達成した。
  論文  参考訳（メタデータ） (2022-03-24T03:15:39Z)
• TSDF++: A Multi-Object Formulation for Dynamic Object Tracking and Reconstruction [57.1209039399599]
  我々は,シーン全体とその中のすべてのオブジェクトに対して,単一のボリュームを維持できるマップ表現を提案する。 複数の動的オブジェクト追跡および再構成シナリオにおいて,本表現は,近接して移動する他のオブジェクトによって一時的にオクルードされても,表面の正確な再構成を維持できる。 提案したTSDF++の定式化を公開合成データセット上で評価し,標準のTSDFマップ表現と比較した場合の閉塞面の復元性を示す。
  論文  参考訳（メタデータ） (2021-05-16T16:15:05Z)

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。