論文の概要: Moving6DPoSe: A Multimodal Database for Monocular 6D Pose Estimation and Segmentation of Moving Objects
- arxiv url: http://arxiv.org/abs/2609.26161v1
- Date: Sun, 09 Aug 2026 07:03:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.893639
- Title: Moving6DPoSe: A Multimodal Database for Monocular 6D Pose Estimation and Segmentation of Moving Objects
- Title（参考訳）: moving6DPoSe:移動物体のモノクロ6次元ポス推定とセグメンテーションのためのマルチモーダルデータベース
- Abstract要約: 移動6DPoSeは、2つの相補的なサブセットからなるマルチモーダルデータベースである:移動6DPoSe-Rと、同じオブジェクトから生成された合成配列を持つ移動6DPoSe-Sである。
データセットには16のスキャン対象と、複数の動作シナリオにまたがる1,702のリアルおよび合成ロズバグが含まれており、セマンティックセグメンテーション、オブジェクト検出、モノクロ6Dポーズ推定のためのアノテーションがある。
- 参考スコア（独自算出の注目度）: 4.384115998988433
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Estimating the 6D pose of moving objects remains challenging due to motion blur and the limited temporal resolution of conventional frame-based cameras. Existing event-based datasets further provide limited sensing modalities, annotations, and motion scenarios. We introduce Moving6DPoSe, a multimodal database comprising two complementary subsets: Moving6DPoSe-R with real-world recordings and Moving6DPoSe-S with synthetic sequences generated from the same objects. The dataset contains 16 scanned objects and 1,702 real and synthetic rosbags spanning multiple motion scenarios, with annotations for semantic segmentation, object detection, and monocular 6D pose estimation. We further provide baseline results for all three tasks across frame and event-based modalities. Experimental results show that event-based representations achieve more robust moving-object segmentation than conventional RGB images, while monocular orientation estimation remains challenging, highlighting the potential of Moving6DPoSe for moving-object perception research.
- Abstract（参考訳）: 移動物体の6Dポーズの推定は、動きのぼかしと従来のフレームベースカメラの時間分解能の制限により、依然として困難である。
既存のイベントベースのデータセットはさらに、限定的なセンシングモダリティ、アノテーション、モーションシナリオを提供する。
実世界記録を用いた移動6DPoSe-Rと、同一オブジェクトから生成された合成シーケンスによる移動6DPoSe-Sの2つの相補的なサブセットからなるマルチモーダルデータベースである「移動6DPoSe」を紹介した。
データセットには16のスキャン対象と、複数の動作シナリオにまたがる1,702のリアルおよび合成ロズバグが含まれており、セマンティックセグメンテーション、オブジェクト検出、モノクロ6Dポーズ推定のためのアノテーションがある。
さらに、フレームとイベントベースのモダリティの3つのタスクのベースライン結果も提供します。
実験結果から,従来のRGB画像よりもイベントベース表現の方が頑健な移動物体セグメンテーションを実現し,モノクラー配向推定は依然として困難であり,移動物体知覚研究における移動物体セグメンテーションの可能性を強調した。
関連論文リスト
- GeoMotion: Rethinking Motion Segmentation via Latent 4D Geometry [61.24189040578178]
そこで本研究では,注目機構を介し,潜在特徴表現から移動対象を直接推論する完全学習型アプローチを提案する。
我々の重要な洞察は、明示的な対応推定を回避し、代わりに、モデルが暗黙的にオブジェクトとカメラの動きを歪めることを学ぶことである。
提案手法は,最先端の動作セグメンテーション性能を高い効率で達成する。
論文 参考訳（メタデータ） (2026-02-25T11:36:33Z) - MR6D: Benchmarking 6D Pose Estimation for Mobile Robots [0.118749525824656]
既存の6Dポーズ推定データセットは、主にロボットアームマニピュレータによって処理される小さな家庭用オブジェクトに焦点を当てている。
産業環境における移動ロボットの6次元ポーズ推定のためのデータセットであるMR6Dを紹介する。
論文 参考訳（メタデータ） (2025-08-19T12:21:34Z) - Active 6D Pose Estimation for Textureless Objects using Multi-View RGB Frames [10.859307261818362]
RBG画像からテクスチャレス物体の6次元ポーズを推定することはロボティクスにおいて重要な問題である。
RGB画像のみを用いてテクスチャレス物体の6次元ポーズを推定するための包括的能動的知覚フレームワークを提案する。
論文 参考訳（メタデータ） (2025-03-05T18:28:32Z) - Instance-Level Moving Object Segmentation from a Single Image with Events [84.12761042512452]
移動対象セグメンテーションは、複数の移動対象を含む動的なシーンを理解する上で重要な役割を果たす。
従来の手法では、物体の画素変位がカメラの動きや物体の動きによって引き起こされるかどうかを区別することが困難であった。
近年の進歩は、従来の画像の不適切な動作モデリング機能に対抗するために、新しいイベントカメラの動作感度を利用する。
補完的なテクスチャとモーションキューを統合した,最初のインスタンスレベルの移動オブジェクトセグメンテーションフレームワークを提案する。
論文 参考訳（メタデータ） (2025-02-18T15:56:46Z) - Omni6D: Large-Vocabulary 3D Object Dataset for Category-Level 6D Object Pose Estimation [74.44739529186798]
Omni6Dは、さまざまなカテゴリとさまざまな背景を持つ総合的なRGBDデータセットである。
データセットは166のカテゴリ、標準ポーズに調整された4688のインスタンス、0.8万以上のキャプチャで構成されている。
我々は、このイニシアチブが、産業と学術の両方において、新たな洞察と実質的な進歩の道を開くと信じている。
論文 参考訳（メタデータ） (2024-09-26T20:13:33Z) - Omni6DPose: A Benchmark and Model for Universal 6D Object Pose Estimation and Tracking [9.365544189576363]
6D Object Pose Estimationは、大規模なデータセットの不足に悩まされているコンピュータビジョンにおいて、決定的に難しいタスクである。
本稿では,Omni6DPoseについて紹介する。Omni6DPoseは,オブジェクトのカテゴリ,大規模,多様性の多様性を特徴とするデータセットである。
我々は、SOTAカテゴリレベルのポーズ推定フレームワークの強化版であるGenPose++を紹介し、2つの重要な改善を取り入れた。
論文 参考訳（メタデータ） (2024-06-06T17:57:20Z) - SM$^3$: Self-Supervised Multi-task Modeling with Multi-view 2D Images
for Articulated Objects [24.737865259695006]
そこで本研究では, SM$3$と呼ばれる自己教師型相互作用認識手法を提案する。
取得した2次元画像から3次元の幾何学とテクスチャを構築することで、SM$3$は可動部と関節パラメータの統合最適化を実現する。
SM$3$は、様々なカテゴリやオブジェクトにわたる既存のベンチマークを上回り、実際のシナリオにおける適応性は、徹底的に検証されている。
論文 参考訳（メタデータ） (2024-01-17T11:15:09Z) - PhoCaL: A Multi-Modal Dataset for Category-Level Object Pose Estimation
with Photometrically Challenging Objects [45.31344700263873]
我々は、PhoCaLと呼ばれる光度に挑戦するオブジェクトを用いたカテゴリレベルのオブジェクトポーズ推定のためのマルチモーダルデータセットを提案する。
PhoCaLは、高い反射率、透明度、対称度を含む8種類以上の家庭用品の60種類の高品質な3Dモデルで構成されている。
これにより、不透明で光沢のある透明な物体のポーズのサブミリ秒精度が保証され、動きのぼやけも無く、カメラの同期も完璧になる。
論文 参考訳（メタデータ） (2022-05-18T09:21:09Z) - Attentive and Contrastive Learning for Joint Depth and Motion Field
Estimation [76.58256020932312]
単眼視システムからシーンの3次元構造とともにカメラの動きを推定することは複雑な作業である。
モノクロ映像からの3次元物体運動場推定のための自己教師付き学習フレームワークを提案する。
論文 参考訳（メタデータ） (2021-10-13T16:45:01Z)
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。