論文の概要: LetOccVote: Learning Weakly Supervised 3D Occupancy through Consensus

• arxiv url: http://arxiv.org/abs/2609.04846v2
• Date: Mon, 07 Sep 2026 08:24:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-09 14:43:42.026482
• Title: LetOccVote: Learning Weakly Supervised 3D Occupancy through Consensus
• Title（参考訳）: LetOccVote: コンセンサスを通じて、弱められた3D操作を学習する
• Authors: Chi Zhang, Qi Song, Feifei Li, Jie Li, Rui Huang,
• Abstract要約: LetOccVoteは、3D占有学習のための弱い教師付きフレームワークである。 これは、3D占有アノテーションを必要とせずに、2D擬似ラベルの監督でのみ訓練される。 53.27 IoUと20.39 mIoUを達成し、2D擬似ラベルを監督する手法で最先端の性能を確立する。
• 参考スコア（独自算出の注目度）: 20.730599565199935
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Weakly supervised 3D occupancy prediction reduces the reliance on costly 3D annotations by learning from 2D pseudo-labels generated by vision foundation models. However, existing methods typically use these imperfect pseudo-labels directly as supervision, making occupancy learning vulnerable to erroneous geometric and semantic targets. We observe that agreement across repeated observations provides an inexpensive and reliable cue for assessing pseudo-label reliability. Based on this observation, we propose \textbf{LetOccVote}, a weakly supervised Gaussian-based occupancy framework that leverages cross-frame voting to improve both geometric and semantic supervision. For geometry, Depth Vote exploits cross-frame geometric agreement to refine supported pseudo depth and reject contradictory estimates before volumetric lifting and depth supervision. For semantics, Semantic Vote aggregates pseudo-semantic observations in a shared 3D space to identify reliable and contested evidence, strengthening reliable semantic supervision while filtering unreliable pseudo-label segments. The entire framework is trained solely with 2D pseudo-label supervision without requiring 3D occupancy annotations. On Occ3D-nuScenes, LetOccVote achieves 53.27 IoU and 20.39 mIoU, establishing state-of-the-art performance among methods with 2D pseudo-label supervision.
• Abstract（参考訳）: 弱教師付き3D占有予測は、視覚基礎モデルによって生成された2D擬似ラベルから学習することにより、コストの高い3Dアノテーションへの依存を減らす。 しかし、既存の手法では、これらの不完全な擬似ラベルを直接監督として用いており、占拠学習は誤った幾何学的・意味的な標的に対して脆弱である。 我々は, 繰り返し観測による合意が, 疑似ラベルの信頼性を評価する上で, 安価で信頼性の高い手がかりとなることを観察した。 本研究は, クロスフレーム投票を利用して幾何学的および意味的両監督を改善する, 弱教師付きガウス型占有フレームワークであるtextbf{LetOccVote} を提案する。 幾何学において、Depth Voteは、支持された擬似深さを洗練させ、ボリュームリフトと深度監督の前に矛盾する推定を拒否するために、クロスフレームの幾何学的合意を利用する。 意味論において、セマンティック・ヴォートは、信頼できない疑似ラベルセグメントをフィルタリングしながら、信頼性と競合する証拠を識別するために、共有された3次元空間で擬似セマンティックな観察を集約する。 フレームワーク全体は、3D占有アノテーションを必要とせずに、2D擬似ラベルの監視でトレーニングされる。 Occ3D-nuScenesでは、LetOccVoteは53.27 IoUと20.39 mIoUを達成した。

関連論文リスト

• SAD-GS: Learning Reliable 3D Semantic Gaussian Fields via Dynamic Geo-Semantic Anchoring [27.855348377803164]
  SAD-GSは動的ジオ・セマンティックアンカリングにより信頼性の高い3Dセマンティック・ガウス場を学習するためのフレームワークである。 SAD-GSはオープン語彙のローカライゼーションとセマンティックセグメンテーションの両方において、常に最高の全体的な性能を達成する。
  論文  参考訳（メタデータ） (2026-06-28T12:52:46Z)
• UniLiPs: Unified LiDAR Pseudo-Labeling with Geometry-Grounded Dynamic Scene Decomposition [38.91601218414532]
  自動運転の応用において、ラベルなしのLiDARログは、本質的には、平らな視界に隠れている密集した3D幾何学の金鉱である。 テキストと2Dビジョン基礎モデルから直接3Dへと持ち上げ、融合するために、LiDARスイープ間の時間的幾何学的整合性を活用することで、このボトルネックに対処する。 提案手法が既存のセマンティックセグメンテーションやオブジェクト検出擬似ラベル法と良好に比較できることを実験的に検証した。
  論文  参考訳（メタデータ） (2026-01-08T16:52:28Z)
• Class-agnostic 3D Segmentation by Granularity-Consistent Automatic 2D Mask Tracking [10.223105883919278]
  本稿では,フレーム間の時間的対応を維持する2次元マスク追跡手法を提案する。 本手法は, 整合性および高精度な3次元セグメンテーションを効果的に生成する。
  論文  参考訳（メタデータ） (2025-11-02T03:52:42Z)
• Bayesian Self-Training for Semi-Supervised 3D Segmentation [59.544558398992386]
  3Dセグメンテーションはコンピュータビジョンの中核的な問題である。 完全に教師されたトレーニングを採用するために、3Dポイントクラウドを密にラベル付けすることは、労働集約的で高価です。 半教師付きトレーニングは、ラベル付きデータの小さなセットのみを付与し、より大きなラベル付きデータセットを伴って、より実用的な代替手段を提供する。
  論文  参考訳（メタデータ） (2024-09-12T14:54:31Z)
• Decoupled Pseudo-labeling for Semi-Supervised Monocular 3D Object Detection [108.672972439282]
  SSM3ODに対するDPL(decoupled pseudo-labeling)アプローチを提案する。 提案手法は,擬似ラベルを効率的に生成するためのDPGモジュールを特徴とする。 また,擬似ラベルの雑音深度監視による最適化競合を軽減するために,DGPモジュールを提案する。
  論文  参考訳（メタデータ） (2024-03-26T05:12:18Z)
• Unsupervised Object Detection with LiDAR Clues [70.73881791310495]
  本稿では,LiDARの手がかりを用いた非教師対象検出のための最初の実用的手法を提案する。 提案手法では,まず3次元点雲に基づく候補オブジェクトセグメントを生成する。 そして、セグメントラベルを割り当て、セグメントラベルネットワークを訓練する反復的なセグメントラベル処理を行う。 ラベル付けプロセスは、長い尾とオープンエンドの分布の問題を軽減するために慎重に設計されている。
  論文  参考訳（メタデータ） (2020-11-25T18:59:54Z)
• SESS: Self-Ensembling Semi-Supervised 3D Object Detection [138.80825169240302]
  具体的には、ラベルのない新しい未知のデータに基づくネットワークの一般化を促進するための、徹底的な摂動スキームを設計する。 我々のSESSは、50%のラベル付きデータを用いて、最先端の完全教師付き手法と比較して、競争性能を達成している。
  論文  参考訳（メタデータ） (2019-12-26T08:48:04Z)

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。