論文の概要: Joint-Conditioned Stereo Surface Reasoning for Interaction Field Estimation
- arxiv url: http://arxiv.org/abs/2609.06955v1
- Date: Mon, 07 Sep 2026 02:47:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-12 02:06:59.635558
- Title: Joint-Conditioned Stereo Surface Reasoning for Interaction Field Estimation
- Title（参考訳）: 相互作用場推定のための連接型ステレオ表面共振器
- Abstract要約: 時間ステレオネットワークは、3Dジョイント、直接相互作用フィールド、ビュー毎のエンドポイントエビデンスを共同で予測する。
我々のシステムはSHOW3D Interaction Field Challengeのリーダーボードで3位にランクインした。
- 参考スコア（独自算出の注目度）: 11.713694894169336
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Predicting hand--object interaction fields requires locating the nearest object-surface point for each hand joint, often from small and partially occluded image regions. We view this task as joint-conditioned surface-endpoint estimation: each joint has its own nearest endpoint, while endpoints from the same hand can draw on shared local surface evidence. This structure motivates Joint-Conditioned Stereo Surface Reasoning (JSSR). A temporal-stereo network jointly predicts 3D joints, a direct interaction field, and per-view endpoint evidence. Calibrated candidate search evaluates endpoint hypotheses using joint-specific image compatibility and cross-view correspondence. A hand-shared candidate support lets joints draw on common surface evidence, and a learned residual gate controls the geometric correction when observations are ambiguous. Our system built on this method ranked third on the SHOW3D Interaction Field Challenge leaderboard.
- Abstract（参考訳）: ハンドオブジェクトの相互作用を予測するには、小さな領域と部分的に隠された領域から、各手関節の最も近い物体-表面の点を特定する必要がある。
それぞれの関節が最寄りの終端を持つのに対して、同じ手にある終端は共通した局所的な表面証拠を描画することができる。
この構造は、JSSR(Joint-Conditioned Stereo Surface Reasoning)を動機付けている。
時間ステレオネットワークは、3Dジョイント、直接相互作用フィールド、ビュー毎のエンドポイントエビデンスを共同で予測する。
キャリブレーションされた候補探索は、共用画像の互換性とクロスビュー対応を利用して終端仮説を評価する。
ハンドシェードの候補支援により、関節は共通の表面証拠を描画でき、学習された残留ゲートは、観測が曖昧であるときに幾何補正を制御する。
本手法で構築したシステムは,SHOW3Dインタラクションフィールドチャレンジのリーダーボードで3位にランクインした。
関連論文リスト
- From Where to How: Continuous 4D Interaction Forecasting from Egocentric Video [62.898774619819676]
エゴセントリックな4Dインタラクション予測は、将来のインタラクションが3Dで起こる場所と、その実現のために人体がどのように動くかを予測することを目的としている。
コヒーレント4D(Coherent4D)は、3つの領域にわたる約233Kサンプルからなる連続4Dインタラクション予測のための大規模エゴセントリックデータセットである。
HIGFlow(Hand Interaction Guided Residual Flow)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-09-08T12:06:23Z) - Warp-free Cross-view Geo-localization via Feature-space Consensus Mining [49.843311525678565]
ストリートレベルの画像と衛星画像の間に大きな違いがあるため、クロスビューのジオローカライゼーションは困難である。
本稿では,明示的な幾何学的ワープを完全に回避する,新しい統合ビュー・コンセンサス誘導学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-10T09:02:06Z) - SCAPO: Self-Supervised Category-Level Articulated Pose Estimation from a Single 3D Observation [54.98864436812187]
本稿では,1つのRGB-D観測から標準幾何,剛部分セグメンテーション,関節ピボット,軸,調音状態を推定する自己教師型フレームワークを提案する。
合成および実調音オブジェクトデータセットの実験により、SCAPOは、一貫した部分構造と正確な調音パラメータを復元し、全ての自監督ベースラインを上回ります。
論文 参考訳（メタデータ） (2026-06-01T09:04:49Z) - SECOND-Grasp: Semantic Contact-guided Dexterous Grasping [60.1519218638742]
Second-Grasp (Semantic Contact-guided Dexterous Grasping) は、ロボットハンドが意味論的推論に基づいて把握戦略を調整できる統合されたフレームワークである。
我々のアプローチは、目に見えるカテゴリーと目に見えないカテゴリの両方で成功率を上げるために、一貫してベースラインを上回ります。
論文 参考訳（メタデータ） (2026-05-13T07:37:00Z) - GEARS: Local Geometry-aware Hand-object Interaction Synthesis [38.75942505771009]
本研究では, 相互作用領域近傍の局所物体形状を推定するための, 結合中心型センサを提案する。
学習の複雑さを軽減するための重要なステップとして、グローバルフレームからテンプレートハンドフレームにポイントを変換し、共有モジュールを使用して各関節のセンサ特徴を処理する。
これに続いて、異なる次元の関節間の相関を捉えることを目的とした知覚時間変換ネットワークが提供される。
論文 参考訳（メタデータ） (2024-04-02T09:18:52Z) - Surface Reconstruction from Point Clouds via Grid-based Intersection Prediction [12.329450385760051]
本稿では,点対の線分と暗黙曲面との交点を直接予測する手法を提案する。
提案手法は,ShapeNet,MGN,ScanNetの3つのデータセット上での最先端性能を示す。
論文 参考訳（メタデータ） (2024-03-21T02:31:17Z) - Reconstructing Interacting Hands with Interaction Prior from Monocular
Images [15.637213005593962]
AR/VRアプリケーションでは、モノクロ画像からのインタラクションハンドの再構築が不可欠である。
既存の解のほとんどは、それぞれの骨格関節の正確な局在に依存する。
これはまた、人間がすべての関節をローカライズすることなく、素早く相互作用パターンを模倣できるため、人間の知覚に反する。
我々のキーとなる考え方は、まず最初に双方向のインタラクションを構築し、インタラクション再構築タスクを前者からの条件付きサンプリングとして再キャストすることである。
論文 参考訳（メタデータ） (2023-08-27T12:01:11Z) - U-RED: Unsupervised 3D Shape Retrieval and Deformation for Partial Point
Clouds [84.32525852378525]
教師なし形状検索および変形パイプラインであるU-REDを提案する。
任意のオブジェクトの観察を入力として受け取り、通常RGBの画像やスキャンによってキャプチャされ、幾何学的に類似したCADモデルを共同で検索して変形する。
我々は,U-REDが既存の最先端アプローチを47.3%,16.7%,31.6%で上回っていることを示す。
論文 参考訳（メタデータ） (2023-08-11T20:56:05Z) - Pairwise-Constrained Implicit Functions for 3D Human Heart Modelling [60.56741715207466]
我々は、心を相互依存型SDFの集合としてモデル化するペアワイズ拘束型SDFアプローチを導入する。
本手法は, 単SDF, UDF, ボクセルベース, セグメンテーションベースを用いて, 内部構造精度を大幅に向上させる。
論文 参考訳（メタデータ） (2023-07-16T10:07:15Z) - PIDS: Joint Point Interaction-Dimension Search for 3D Point Cloud [36.55716011085907]
PIDSは、ポイントクラウドデータにセマンティックセグメンテーションを提供するために、ポイントインタラクションとポイントディメンションを共同で探求する新しいパラダイムである。
我々は多目的点相互作用と点次元を共同で検討する大規模な探索空間を確立する。
予測器をベースとしたニューラルアーキテクチャサーチ(NAS)を活用することにより,探索空間の探索を改善するとともに,予測の質を向上させる。
論文 参考訳（メタデータ） (2022-11-28T20:35:22Z) - OpenPifPaf: Composite Fields for Semantic Keypoint Detection and
Spatio-Temporal Association [90.39247595214998]
イメージベースの知覚タスクは、例えば、検出、関連付け、セマンティックキーポイントとして定式化することができる。
人間の体は 推定と追跡をする
一つの段階における意味的および時間的キーポイント関連を共同で検出する一般的な枠組みを提案する。
また,本手法は車や動物などのキーポイントのクラスに一般化し,総合的な知覚の枠組みを提供することを示す。
論文 参考訳（メタデータ） (2021-03-03T14:44:14Z)
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。