論文の概要: AURORA: Active Uncertainty-Driven Re-Orientation for In-Hand Reconstruction

• arxiv url: http://arxiv.org/abs/2609.08493v1
• Date: Tue, 08 Sep 2026 09:35:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 16:22:50.258801
• Title: AURORA: Active Uncertainty-Driven Re-Orientation for In-Hand Reconstruction
• Title（参考訳）: AURORA:手指再建のための能動不確実性駆動リオリエンテーション
• Abstract要約: AURORAはアクティブな3D再構成フレームワークで、オンラインオブジェクト中心の再構築と手作業でのリオリエンテーションのループを閉じる。 レイGPISは、候補視線に沿った方向方向再構成の不確かさを推定し、次のベクター・ビュー・ターゲットを選択する。 実験により、AURORAは非アクティブな回転戦略よりも復元品質と情報取得効率を向上させることが示された。
• 参考スコア（独自算出の注目度）: 3.5114410417921866
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Observing objects grasped by a robot hand is challenging due to severe visual occlusions. Although in-hand manipulation can expose hidden surfaces, existing approaches often rely on predefined or open-loop reorientation strategies that do not explicitly target under-observed regions. We propose AURORA, an active 3D reconstruction framework that closes the loop between online object-centric reconstruction and in-hand reorientation. At its core, Ray-GPIS estimates direction-wise reconstruction uncertainty along candidate viewing rays and selects next-best-view targets using an uncertainty--novelty objective, which are realized through an axis-conditioned in-hand rotation policy. The resulting RGB-D observations are fused incrementally using CAD-free 6D pose tracking and lightweight geometric reconstruction. Experiments demonstrate that AURORA improves reconstruction quality and information-acquisition efficiency over non-active rotation strategies, while Ray-GPIS also outperforms active view-planning baselines in reconstruction performance, action-ranking quality, and planning efficiency. Targeted ablations further validate its robustness to hand occlusion and pose errors. The project webpage is available at https://aurorahand.github.io/
• Abstract（参考訳）: ロボットの手によってつかまれた物体を観察することは、重度の視覚的閉塞のために困難である。 内部操作は隠れた表面を隠蔽する可能性があるが、既存のアプローチでは、未観測領域を明示的に対象としない事前定義された、あるいはオープンループのリオリエンテーション戦略に頼っていることが多い。 AURORAは,オンラインオブジェクト中心の再構築と手動の再構築のループを閉じる,アクティブな3次元再構成フレームワークである。 中心となるRay-GPISは、候補視線に沿った方向方向の再構成の不確実性を推定し、軸条件による手動回転ポリシによって実現される不確実性目標を用いて次ベクター視点を選択する。 得られたRGB-D観測はCAD無しの6Dポーズトラッキングと軽量な幾何学的再構成を用いて段階的に融合される。 実験により、AURORAは非アクティブな回転戦略よりも再現品質と情報取得効率を向上し、レイGPISは復元性能、アクショングレード品質、計画効率においてアクティブなビュープランニングベースラインよりも優れていた。 目標とするアブリゲーションは、その頑丈さを手作業で排除し、エラーを起こさせるようにさらに検証する。 プロジェクトのWebページはhttps://aurorahand.github.io/で公開されている。

関連論文リスト

• Initialization-Free Bundle Adjustment Revisited: A Controlled Experimental Study [55.50399455527231]
  初期化自由バンドル調整(InitFree BA)は、画像観察から直接カメラポーズとシーン構造を復元することを目的としている。 オブジェクト空間誤差(OSE)の定式化と可変射影(VarPro)に基づく最近の手法は、ランダムカメラ構成からの最適化挙動を奨励している。 我々は,既存のOSE定式化のC++実装とBlenderベースのデータセット生成器を組み合わせた統一評価フレームワークにより,InitFree BAを実験的に再検討する。
  論文  参考訳（メタデータ） (2026-08-18T17:23:06Z)
• OccamView: Object-Conditioned View Selection for Frame-Budgeted Active 3D Gaussian Reconstruction [31.50146089752062]
  OccamViewは、フレーム予算のアクティブな3Dガウス再構成のためのオブジェクト条件のビュー選択フレームワークである。 対象条件の再ランク付けを幾何学的に競合する候補に制限するGeo-Floor機構を導入する。 統一されたフレーム予算プロトコルの下でのReplicaとMatterport3Dの実験は、OccamViewが一貫してコンプリーションを削減し、5つのフレーム予算でコンプリーション比を改善することを示している。
  論文  参考訳（メタデータ） (2026-08-17T12:38:56Z)
• CubifyGS: Object-Centric 3D Gaussian Splatting for Lifelong Dynamic Scene Maintenance [13.452229234193588]
  動的メンテナンスをパッシブな再最適化からアクティブな資産管理に移行するオブジェクトレベルのマッピングフレームワークであるCuubifyGSを提案する。 提案手法を新たに構築した高忠実度ダイナミックベンチマークで検証し,CubifyGSがアーティファクトの抑制とメンテナンス効率を向上させることを示す。
  論文  参考訳（メタデータ） (2026-06-27T04:00:55Z)
• GARDEN: Gravity-Aligned Reconstruction of Disentangled ENvironments from RGB images [61.2170105836525]
  本稿では,RGBのみのフレームワークを提案する。このフレームワークは,再構成を物理的に地上に配置したシーンファクタ化として再構成し,構造化されたハイブリッドシーン表現を出力する。 結果として得られる表現は、明示的な剛体と分離された背景を組み合わせることで、視覚的リアリズムを維持しながら直接物理シミュレーションを可能にする。
  論文  参考訳（メタデータ） (2026-06-02T17:13:01Z)
• SpatialFly: Geometry-Guided Representation Alignment for UAV Vision-and-Language Navigation in Urban Environments [49.966170814478915]
  UAV VLNのための幾何学誘導空間表現フレームワークを提案する。 明示的な3次元再構成を伴わないRGB観測において、SpatialFlyは幾何学誘導2次元表示アライメント機構を導入する。 実験結果から、SpatialFlyは現状のUAV VLNベースラインを目に見える環境と見えない環境の両方で一貫して上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2026-03-22T03:56:58Z)
• PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction [76.9760302941819]
  PolGS++は高速反射面再構成のための偏光ガウス散乱フレームワークである。 本稿では,アングル・オブ・ポラライゼーション(AoP)に基づくタンジェント空間の整合性制約を実現するための,奥行き誘導型可視マスク取得機構を提案する。
  論文  参考訳（メタデータ） (2026-03-11T14:11:42Z)
• EAG3R: Event-Augmented 3D Geometry Estimation for Dynamic and Extreme-Lighting Scenes [31.16499311793949]
  E3Rは、非同期イベントストリームによるポイントマップベースの再構築を強化する、新しい幾何推定フレームワークである。 EAG3Rは、モノクロ深度推定、カメラポーズトラッキング、動的再構成タスクにおいて、最先端のRGBのみのベースラインを著しく上回る。
  論文  参考訳（メタデータ） (2025-11-30T08:05:28Z)
• AREA3D: Active Reconstruction Agent with Unified Feed-Forward 3D Perception and Vision-Language Guidance [36.125573065910594]
  アクティブな3D再構成により、エージェントは視点を自律的に選択し、正確で完全なシーン形状を得ることができる。 本研究では,フィードフォワード3次元再構成モデルと視覚言語指導を利用したアクティブリコンストラクションエージェントAREA3Dを提案する。 本フレームワークは、フィードフォワード再構成器からビュー不確実性モデリングを分離し、高価なオンライン最適化を伴わずに正確な不確実性推定を可能にする。
  論文  参考訳（メタデータ） (2025-11-28T06:17:02Z)
• OUGS: Active View Selection via Object-aware Uncertainty Estimation in 3DGS [14.124481717283544]
  OUGSは3DGSの原則的、物理的に根拠のある不確実性定式化である。 我々の中心となる革新は、3Dガウス原始体の明示的な物理的パラメータから直接不確実性を引き出すことである。 この基盤により、セマンティックセグメンテーションマスクをシームレスに統合し、ターゲットとするオブジェクト認識の不確実性スコアを生成することができる。
  論文  参考訳（メタデータ） (2025-11-12T15:08:46Z)
• SMORE: Simultaneous Map and Object REconstruction [66.66729715211642]
  本稿では,LiDARから大規模都市景観を動的に再現する手法を提案する。 我々は、世界が厳格に動く物体と背景に分解される動的なシーンの構成モデルを総合的に捉え、最適化する。
  論文  参考訳（メタデータ） (2024-06-19T23:53:31Z)
• NeurAR: Neural Uncertainty for Autonomous 3D Reconstruction [64.36535692191343]
  暗黙の神経表現はオフラインの3D再構成において魅力的な結果を示しており、オンラインSLAMシステムの可能性も最近示している。 本論文は,1)新しい表現に基づく視点計画の質を評価するための基準を求めること,2)手作りではなく,異なる場面に一般化可能なデータから基準を学習すること,の2つの課題に対処する。 本手法は, TSDFを用いた変形モデルやビュープランニングなしでの再構成モデルと比較した場合, レンダリングされた画像品質と再構成された3次元モデルの幾何学的品質について, 様々な指標について有意な改善を示す。
  論文  参考訳（メタデータ） (2022-07-22T10:05:36Z)

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。