論文の概要: AquaBEV: Monocular Underwater BEV Occupancy with 3D Sonar Supervision

• arxiv url: http://arxiv.org/abs/2609.04411v1
• Date: Thu, 03 Sep 2026 19:22:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.803512
• Title: AquaBEV: Monocular Underwater BEV Occupancy with 3D Sonar Supervision
• Title（参考訳）: AquaBEV:3Dソナー監督による単眼水中BEVの運用
• Abstract要約: 一つのRGB画像から局所的BEV占有率を予測する単分子水中占有モデルであるAquaBEVを紹介する。 我々は、統一されたプロトコルの下で、代表占有法を同一のRGBにソナータスクに適用する。
• 参考スコア（独自算出の注目度）: 5.636615347203481
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous underwater robots are widely used for exploration, monitoring, and inspection, where safe navigation depends on understanding the surrounding free and occupied space. Bird's eye view (BEV) occupancy provides such a representation, but predicting it from a single underwater RGB image is difficult due to limited, unreliable geometric cues from appearance alone. 3D imaging sonar offers complementary geometric measurements to supervise this task. We introduce AquaBEV, a monocular underwater occupancy model that predicts local BEV occupancy from a single RGB image, using paired 3D imaging sonar as geometric supervision during training. AquaBEV maps visual features into a calibration free polar representation and applies causal decoding along the range dimension before reconstructing the prediction in Cartesian BEV coordinates. A controlled underwater occupancy benchmark was established, adapting representative occupancy methods to the same RGB to sonar task under a unified protocol. AquaBEV achieves 31.4 Visible IoU and 38.6 Observed IoU, 4.0% and 4.3% relative improvements over the strongest transferred baseline.
• Abstract（参考訳）: 自律型水中ロボットは探索、監視、検査に広く使われており、安全なナビゲーションは周囲の自由で占有された空間を理解することに依存する。 Bird's eye view (BEV) の占有はそのような表現を提供するが、単一の水中RGB画像からそれを予測することは、外見だけでは、限られた、信頼性の低い幾何学的手がかりのために困難である。 3Dイメージングソナーは、このタスクを監督するために相補的な幾何学的計測を提供する。 AquaBEVは1枚のRGB画像から局所的BEV占有率を予測する単分子水中占有モデルである。 AquaBEVは、視覚的特徴をキャリブレーションのない極性表現にマッピングし、カルテシアンBEV座標の予測を再構築する前に、範囲次元に沿って因果デコーディングを適用する。 制御された水中占有ベンチマークが確立され, 同一のRGBに対する代表占有法を統一的プロトコルの下でソナータスクに適用した。 AquaBEVは31.4 Visible IoUと38.6 Observed IoUの4.0%と4.3%の相対的な改善を達成している。

関連論文リスト

• 3D-USE: From Image-Level to Scene-Level Underwater Enhancement [54.11922584483346]
  水中のシーンレベル向上(USE) 強化のための信頼性のあるシーン表現と、強化された3Dデータをペア化せずに一貫した拡張ターゲットを使用する。 水中での実際の実験では、視界と視界の整合性が向上し、復元品質が保たれた。
  論文  参考訳（メタデータ） (2026-08-28T07:34:13Z)
• BALTIC: A Benchmark and Cross-Domain Strategy for 3D Reconstruction Across Air and Underwater Domains Under Varying Illumination [6.8920172327690175]
  BALTIC(Baltic, BALTIC, BALTIC)は, 近代的な3次元再構成手法を中・光の変動下で評価するためのベンチマークである。 このベンチマークは、2つのメディア(空気と水)と3つの照明条件(周囲、人工、混合)にまたがる13のデータセットで構成されている。 類似の照明条件下で観測された少数の水中ビューで水中画像列を増大させることにより、ドメイン間再構築を検討する。
  論文  参考訳（メタデータ） (2026-04-21T06:32:07Z)
• Unifying UAV Cross-View Geo-Localization via 3D Geometric Perception [51.687842983240564]
  無人航空機(UAV)のクロスビューな地上局地化は、斜めのUAV画像と衛星地図との厳密な幾何学的相違により、いまだに困難である。 本稿では,3次元シーン形状を明示的にモデル化し,粗い位置認識ときめ細かなポーズ推定を統一する,幾何認識型UAV測位フレームワークを提案する。 提案手法は, 最先端のベースラインを著しく上回り, ロバストメータレベルのローカライゼーション精度を実現し, 複雑な都市環境における一般化を向上する。
  論文  参考訳（メタデータ） (2026-04-02T08:08:41Z)
• Reconstruction Matters: Learning Geometry-Aligned BEV Representation through 3D Gaussian Splatting [24.49684091836623]
  Splat2BEVは、意味的にリッチで幾何学的に正確なBEV特徴表現を学習することを目的としている。 nuScenesとargoverseデータセットの実験は、Splat2BEVが最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2026-03-19T17:49:43Z)
• Vision-in-the-loop Simulation for Deep Monocular Pose Estimation of UAV in Ocean Environment [0.21427777919040414]
  本論文では,海洋環境下でのUAVの深部単分子ポーズ推定のためのビジョン・イン・ザ・ループシミュレーション環境を提案する。 ガウススプラッティングの最近の進歩を生かしたフォトリアリスティックな3次元仮想環境を提案する。 結果として得られたシミュレーションにより、飛行ソフトウェア、ハードウェア、深層単眼のポーズ推定スキームのすべての側面を検証しながら、飛行操作の屋内テストが可能になる。
  論文  参考訳（メタデータ） (2025-02-08T02:19:42Z)
• DA-BEV: Unsupervised Domain Adaptation for Bird's Eye View Perception [104.87876441265593]
  カメラのみのBird's Eye View (BEV)は3次元空間における環境認識に大きな可能性を示した。 非教師なし領域適応型BEVは、様々な未ラベル対象データから効果的に学習するが、まだ未探索である。 DA-BEVは、画像ビュー機能とBEV機能の相補性を利用して、ドメイン適応型BEV課題に対処する、最初のドメイン適応型カメラのみのBEVフレームワークである。
  論文  参考訳（メタデータ） (2024-01-13T04:21:24Z)
• Bird's-Eye-View Scene Graph for Vision-Language Navigation [85.72725920024578]
  視覚言語ナビゲーション(VLN)は、人間の指示に従って3D環境をナビゲートするエージェントである。 室内環境のシーンレイアウトと幾何学的手がかりを符号化するために,多段階のBEV表現を利用するBEVシーングラフ(BSG)を提案する。 BSGに基づいて、エージェントは、ローカルなBEVグリッドレベル決定スコアとグローバルなグラフレベル決定スコアを予測し、パノラマビューのサブビュー選択スコアと組み合わせる。
  論文  参考訳（メタデータ） (2023-08-09T07:48:20Z)
• 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)
• PersDet: Monocular 3D Detection in Perspective Bird's-Eye-View [26.264139933212892]
  Bird's-Eye-View (BEV)は、自律走行とロボット工学のための他の3D検出器よりも優れている。 画像特徴をBEVに変換するには、特別なオペレーターが特徴サンプリングを行う必要がある。 特徴サンプリングを必要としない新しいBEV表現であるBEVの視点で物体を検出することを提案する。
  論文  参考訳（メタデータ） (2022-08-19T15:19:20Z)
• M^2BEV: Multi-Camera Joint 3D Detection and Segmentation with Unified Birds-Eye View Representation [145.6041893646006]
  M$2$BEVは3Dオブジェクトの検出とマップのセグメンテーションを共同で行う統合フレームワークである。 M$2$BEVは、両方のタスクを統一モデルで推論し、効率を向上する。
  論文  参考訳（メタデータ） (2022-04-11T13:43:25Z)

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。