論文の概要: STAR: A Spatial-Topology Aware Routing Framework for Generalizable 3D Scene Understanding
- arxiv url: http://arxiv.org/abs/2608.11699v1
- Date: Wed, 12 Aug 2026 06:21:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-13 19:07:54.480437
- Title: STAR: A Spatial-Topology Aware Routing Framework for Generalizable 3D Scene Understanding
- Title（参考訳）: STAR: 一般化可能な3次元シーン理解のための空間トポロジー対応ルーティングフレームワーク
- Abstract要約: 本稿では,STAR(Spatial-Topology Aware Routing Framework)を提案する。
具体的には,複数属性の自己教師付き事前学習ブランチを導入し,トポロジカルおよびテクスチャ的変動をカバーし,ドメイン間構造的先行を固定する。
そこで我々は,DSR (Domain-Spatial-Guided Routing) とEDA (Entropy-control Dynamic Allocation) の2つのメカニズムを持つドメイン認識エキスパートブランチを設計した。
- 参考スコア（独自算出の注目度）: 10.259254902492978
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Constructing a unified 3D scene understanding model has long been hindered by the topological discrepancies across sensor modalities. While applying the Mixture-of-Experts (MoE) architecture is a flexible approach for multi-domain 3D understanding, we observe that conventional feature-only MoE routers may underrepresent local sampling topology under semantic supervision, making expert allocation difficult when semantic consistency coexists with geometric heterogeneity. To overcome this challenge, we propose STAR (Spatial-Topology Aware Routing Framework). Specifically, we introduce a multi-attribute self-supervised pre-training branch, covering topological and textural variations, to anchor cross-domain structural priors. Building upon this, we design a domain-aware expert branch with two mechanisms: Domain-Spatial-Guided Routing (DSR), which captures local topological variations from spatial context, and Entropy-controlled Dynamic Allocation (EDA), which adjusts the number of activated experts according to routing uncertainty. Together, these branches combine stable cross-domain representation learning with adaptive expert allocation. Extensive experiments across various tasks, encompassing both indoor and outdoor scenes, demonstrate the effectiveness of STAR. It achieves 80.1% mIoU on the ScanNet validation set and 77.2% mIoU on S3DIS, consistently improving over strong baselines. Code is available at our project page (https://xmw666.github.io/STAR/).
- Abstract（参考訳）: 統合された3次元シーン理解モデルの構築は、センサモード間のトポロジ的差異によって、長い間妨げられてきた。
マルチドメイン3次元理解において,Mixture-of-Experts (MoE) アーキテクチャの適用はフレキシブルなアプローチであるが,従来の特徴量のみのMoEルータは,局所サンプリングトポロジをセマンティック・インスペクションの下で表現しにくいため,セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティック・セマンティクスの共存が困難である。
そこで我々はSTAR(Spatial-Topology Aware Routing Framework)を提案する。
具体的には,複数属性の自己教師付き事前学習ブランチを導入し,トポロジカルおよびテクスチャ的変動をカバーし,ドメイン間構造的先行をアンカーする。
そこで我々は,DSR (Domain-Spatial-Guided Routing) とEDA (Entropy-control Dynamic Allocation) の2つのメカニズムを持つドメイン認識エキスパートブランチを設計した。
これらのブランチは、安定したクロスドメイン表現学習と適応的なエキスパートアロケーションを組み合わせる。
屋内シーンと屋外シーンの両方を含む様々なタスクにわたる大規模な実験は、STARの有効性を実証した。
ScanNetの検証セットで80.1% mIoU、S3DISで77.2% mIoUを達成し、強いベースラインよりも一貫して改善されている。
コードはプロジェクトのページ(https://xmw666.github.io/STAR/)で利用可能です。
関連論文リスト
- Open-Text Aerial Detection: A Unified Framework For Aerial Visual Grounding And Detection [19.500762008628254]
OVAD(Open-Vocabulary Aerial Detection)とRSVG(Remote Sensing Visual Grounding)は,航空シーン理解のための2つの重要なパラダイムとして登場した。
両パラダイムを結合型アーキテクチャにブリッジする最初の統一フレームワークであるOTA-Detを提案する。
論文 参考訳（メタデータ） (2026-02-08T05:29:01Z) - Beyond Binary Classification: A Semi-supervised Approach to Generalized AI-generated Image Detection [1.189955933770711]
現在の法医学における重大な脆弱性は、検出器がクロスジェネレータの一般化を達成できないことである。
本稿では,「フェイク」クラス内の潜在アーキテクチャパターンを発見することによって,バイナリ分類を強化する半教師付きアプローチを提案する。
論文 参考訳（メタデータ） (2025-11-23T16:02:27Z) - DoReMi: A Domain-Representation Mixture Framework for Generalizable 3D Understanding [10.259254902492978]
DoReMiはMixture-of-Experts(MoE)フレームワークで、Domain-Aware Expertsブランチと統一されたRepresentationブランチを共同でモデル化する。
DoReMiはScanNet Valで80.1% mIoU、S3DISで77.2% mIoUを達成した。
論文 参考訳（メタデータ） (2025-11-14T12:32:45Z) - Topology-Aware Modeling for Unsupervised Simulation-to-Reality Point Cloud Recognition [63.55828203989405]
我々はオブジェクトポイントクラウド上でSim2Real UDAのための新しいTopology-Aware Modeling (TAM)フレームワークを紹介する。
提案手法は,低レベルの高周波3次元構造を特徴とするグローバル空間トポロジを利用して,領域間隙を緩和する。
本稿では,クロスドメイン・コントラスト学習と自己学習を組み合わせた高度な自己学習戦略を提案する。
論文 参考訳（メタデータ） (2025-06-26T11:53:59Z) - CrossEarth: Geospatial Vision Foundation Model for Domain Generalizable Remote Sensing Semantic Segmentation [85.22910555280414]
CrossEarthはセマンティックセグメンテーションのためのビジョン基盤モデルである。
CrossEarthは、特別に設計されたデータレベルのEarth-Style Injectionパイプラインを通じて、強力なクロスドメインの一般化を実証する。
セマンティックセグメンテーションタスクのために,各領域,スペクトル帯域,プラットフォーム,気候の32のクロスドメイン設定からなるRSDGベンチマークをキュレートした。
論文 参考訳（メタデータ） (2024-10-30T01:22:37Z) - Boosting Cross-Domain Point Classification via Distilling Relational Priors from 2D Transformers [59.0181939916084]
従来の3Dネットワークは主に局所幾何学的詳細に焦点を当て、局所幾何学間の位相構造を無視する。
そこで本稿では,大規模画像上においてよく訓練されたトランスフォーマーから前駆体を抽出する,新しい先駆体蒸留法を提案する。
PointDA-10とSim-to-Realデータセットの実験は、提案手法が点クラウド分類におけるUDAの最先端性能を一貫して達成していることを検証する。
論文 参考訳（メタデータ） (2024-07-26T06:29:09Z) - Decomposition-based Unsupervised Domain Adaptation for Remote Sensing Image Semantic Segmentation [30.606689882397223]
非教師なし領域適応(UDA)技術は、地球科学のセマンティックセグメンテーションに不可欠である。
高レベルの特徴空間におけるドメインアライメントに焦点を当てた既存のUDA手法の多くは、局所的な空間的詳細とグローバルな文脈的意味論を同時に維持するのに苦労している。
ドメイン不変表現学習を導くための新しい分解手法を提案する。
論文 参考訳（メタデータ） (2024-04-06T07:13:49Z) - AFAN: Augmented Feature Alignment Network for Cross-Domain Object
Detection [90.18752912204778]
オブジェクト検出のための教師なしドメイン適応は、多くの現実世界のアプリケーションにおいて難しい問題である。
本稿では、中間領域画像生成とドメイン・アドバイザリー・トレーニングを統合した新しい機能アライメント・ネットワーク(AFAN)を提案する。
提案手法は、類似および異種ドメイン適応の双方において、標準ベンチマークにおける最先端の手法よりも大幅に優れている。
論文 参考訳（メタデータ） (2021-06-10T05:01:20Z) - I^3Net: Implicit Instance-Invariant Network for Adapting One-Stage
Object Detectors [64.93963042395976]
暗黙のInstance-Invariant Network(I3Net)は、ワンステージ検出器の適応に適しています。
i3netは、異なる層における深い特徴の自然な特徴を利用してインスタンス不変な特徴を暗黙的に学習する。
実験によると、I3Netはベンチマークデータセットの最先端のパフォーマンスを上回っている。
論文 参考訳（メタデータ） (2021-03-25T11:14:36Z) - Domain Conditioned Adaptation Network [90.63261870610211]
本稿では,ドメイン条件付きチャネルアテンション機構を用いて,異なる畳み込みチャネルを励起するドメイン条件適応ネットワーク(DCAN)を提案する。
これは、ディープDAネットワークのドメインワイドな畳み込みチャネルアクティベーションを探求する最初の試みである。
論文 参考訳（メタデータ） (2020-05-14T04:23:24Z)
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。