論文の概要: CLON: Cue-Calibrated Linguistic Object Onboarding for Zero-Shot 6D Pose Front-Ends
- arxiv url: http://arxiv.org/abs/2609.04784v1
- Date: Fri, 04 Sep 2026 06:20:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:23.93367
- Title: CLON: Cue-Calibrated Linguistic Object Onboarding for Zero-Shot 6D Pose Front-Ends
- Title（参考訳）: CLON:Zero-Shot 6D Pose Front-EndsのためのCue-Calibrated Linguistic Object Onboarding
- Abstract要約: Cue-Calibrated Linguistic Object Onboarding (CLON)は、新しいオブジェクトに対するタスク固有のトレーニングを必要としないフロントエンドである。
CLONは、トップダウン提案生成のための言語意味記憶と、キャリブレーションされた提案スコアのためのオブジェクトセットキュー重み付けを構築する。
- 参考スコア（独自算出の注目度）: 4.932130498861987
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Zero-shot 6D pose estimation pipelines increasingly rely on strong downstream pose solvers, but their performance is often limited by the front-end: object proposals must preserve partially visible true positives while rejecting semantically plausible distractors. We introduce Cue-Calibrated Linguistic Object Onboarding (CLON), a front-end requiring no task-specific training for new objects. Given rendered templates of the onboarded object set, CLON constructs a linguistic semantic memory for top-down proposal generation and object-set cue weights for calibrated proposal scoring. The linguistic memory guides SAM 3 toward high-recall proposals for onboarded objects, while cue weights are computed once from the onboarded object set before scene inference and kept fixed during online scoring. On seven BOP-Classic-Core datasets, CLON improves detection AP by 8.1 percentage points (pp), segmentation AP by 6.2 pp, and downstream 6D pose AR by up to 4.1 pp over CNOS and SAM-6D front-ends.
- Abstract（参考訳）: ゼロショットの6Dポーズ推定パイプラインは、強いダウンストリームポーズソルバにますます依存しているが、そのパフォーマンスはフロントエンドによって制限されることが多い。
Cue-Calibrated Linguistic Object Onboarding (CLON)は、新しいオブジェクトに対するタスク固有のトレーニングを必要としないフロントエンドである。
搭載されたオブジェクトセットのテンプレートがレンダリングされた場合、CLONはトップダウン提案生成のための言語意味記憶と、キャリブレーションされた提案スコアのためのオブジェクトセットキュー重みを構築する。
言語記憶はSAM3をオンボードオブジェクトのハイリコール提案に向けて案内し、キューウェイトはシーン推論前に設定されたオンボードオブジェクトから一度計算され、オンラインスコアリング中に固定される。
7つのBOP-Classic-Coreデータセットにおいて、CLONは検出APを8.1ポイント(pp)、セグメンテーションAPを6.2pp、下流6DはCNOSとSAM-6Dのフロントエンドで最大4.1ppのARポーズを改善する。
関連論文リスト
- Back to the Feature: Zero-Shot 6DoF Pose Estimation via Dense Local Features [0.0]
RGB画像から見えない物体の6DoFポーズ推定のための訓練不要ゼロショット法であるB2oseを提案する。
B2oseは、タスク固有の微調整なしで、合成と現実のドメインギャップをまたいで一般化する、密集したパッチレベルの特徴を抽出する。
BOPベンチマークの7つのコアデータセットでは、B2oseは改善のない40.7の平均ARと56.4の洗練を実現している。
論文 参考訳（メタデータ） (2026-09-06T16:57:27Z) - Learning Point Cloud Representations with Pose Continuity for Depth-Based Category-Level 6D Object Pose Estimation [5.473857267110271]
HRC-Poseは,カテゴリレベルのオブジェクトポーズ推定のための,新しい奥行きのみのフレームワークである。
HRC-Poseはオブジェクトをローテーションと翻訳のコンポーネントに分解し、ネットワーク全体で個別にエンコードされ、活用される。
REAL275およびCAMERA25ベンチマークの結果、我々の手法は既存の深さのみの最先端手法よりも一貫して優れていた。
論文 参考訳（メタデータ） (2025-08-20T02:09:02Z) - From Words to Poses: Enhancing Novel Object Pose Estimation with Vision Language Models [7.949705607963995]
視覚言語モデル(VLM)はロボット工学の応用においてかなりの進歩を見せている。
VLMのゼロショット機能を活用し、6次元オブジェクトポーズ推定に変換する。
本稿では,言語埋め込みを用いたゼロショット6Dオブジェクトのポーズ推定のための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-09T08:15:39Z) - GS-Pose: Generalizable Segmentation-based 6D Object Pose Estimation with 3D Gaussian Splatting [23.724077890247834]
GS-Poseは、新しいオブジェクトの6Dポーズをローカライズし、推定するためのフレームワークである。
オブジェクトを入力画像に配置し、最初の6Dポーズを推定し、レンダリング・アンド・コンペア法でポーズを精算することで順次動作する。
市販のツールチェーンや携帯電話などのコモディティハードウェアを使用して、データベースに追加される新しいオブジェクトをキャプチャすることができる。
論文 参考訳（メタデータ） (2024-03-15T21:06:14Z) - Learning to Estimate 6DoF Pose from Limited Data: A Few-Shot,
Generalizable Approach using RGB Images [60.0898989456276]
本稿では,数ショットの6DoFポーズ推定のためのCas6Dという新しいフレームワークを提案する。
極めて少数の設定で対象物検出の偽陽性に対処するために,本フレームワークでは,自己教師付き事前学習型ViTを用いて,ロバストな特徴表現を学習する。
LINEMODとGenMOPデータセットの実験結果は、Cas6Dが32ショット設定で最先端の手法を9.2%、精度3.8%(Proj-5)で上回ることを示した。
論文 参考訳（メタデータ） (2023-06-13T07:45:42Z) - ZeroPose: CAD-Prompted Zero-shot Object 6D Pose Estimation in Cluttered Scenes [19.993163470302097]
ZeroPoseは、Discovery-Orientation-Registration (DOR)推論パイプラインに従ってポーズ推定を行う、新しいフレームワークである。
モデルの再トレーニングを必要とせずに、新しいオブジェクトに一般化する。
オブジェクト固有のトレーニング手法と同等の性能を達成し、50倍の推論速度向上で最先端のゼロショット法より優れている。
論文 参考訳（メタデータ） (2023-05-29T07:54:04Z) - POPE: 6-DoF Promptable Pose Estimation of Any Object, in Any Scene, with
One Reference [72.32413378065053]
Promptable Object Pose Estimation (POPE) と呼ばれるオブジェクトポーズ推定のための一般的なパラダイムを提案する。
POPEは、任意のシーンの任意の対象オブジェクトに対してゼロショット6DoFオブジェクトのポーズ推定を可能にし、サポートビューは単一の参照のみを採用する。
総合的な実験結果から、POPEはゼロショット設定で非競合なロバストな性能を示すことが示された。
論文 参考訳（メタデータ） (2023-05-25T05:19:17Z) - LocPoseNet: Robust Location Prior for Unseen Object Pose Estimation [69.70498875887611]
LocPoseNetは、見えないオブジェクトに先立って、ロバストにロケーションを学習することができる。
提案手法は,LINEMOD と GenMOP において,既存の作業よりも優れた性能を示す。
論文 参考訳（メタデータ） (2022-11-29T15:21:34Z) - ProposalContrast: Unsupervised Pre-training for LiDAR-based 3D Object
Detection [114.54835359657707]
ProposalContrastは、教師なしのポイントクラウド事前トレーニングフレームワークである。
地域提案と対比することで、堅牢な3D表現を学習する。
ProposalContrastは様々な3D検出器で検証される。
論文 参考訳（メタデータ） (2022-07-26T04:45:49Z) - FS6D: Few-Shot 6D Pose Estimation of Novel Objects [116.34922994123973]
6Dオブジェクトポーズ推定ネットワークは、多数のオブジェクトインスタンスにスケールする能力に制限がある。
本研究では,未知の物体の6次元ポーズを,余分な訓練を伴わずにいくつかの支援ビューで推定する。
論文 参考訳（メタデータ） (2022-03-28T10:31:29Z) - 6D Object Pose Estimation using Keypoints and Part Affinity Fields [24.126513851779936]
RGB画像からの6Dオブジェクトのポーズ推定のタスクは、自律型サービスロボットが現実世界と対話できるための重要な要件である。
既知物体の6自由度変換と配向を推定するための2段階パイプラインを提案する。
論文 参考訳（メタデータ） (2021-07-05T14:41:19Z) - Spatial Attention Improves Iterative 6D Object Pose Estimation [52.365075652976735]
本稿では,RGB画像を用いた6次元ポーズ推定の改良手法を提案する。
私たちの主な洞察力は、最初のポーズ推定の後、オブジェクトの異なる空間的特徴に注意を払うことが重要です。
実験により,このアプローチが空間的特徴に順応することを学び,被写体の一部を無視することを学び,データセット間でのポーズ推定を改善することを実証した。
論文 参考訳（メタデータ） (2021-01-05T17:18:52Z)
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。