論文の概要: Gauge-Equivariant Attention for Rotation-Stable $360^\circ$ Scene Understanding

• arxiv url: http://arxiv.org/abs/2609.31755v1
• Date: Wed, 23 Sep 2026 11:38:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 13:06:43.246828
• Title: Gauge-Equivariant Attention for Rotation-Stable $360^\circ$ Scene Understanding
• Title（参考訳）: 回転安定360^\circ$シーン理解のためのゲージ同変注意法
• Abstract要約: 球状圏変換器に依存するパノラマシーンの理解は、カメラが90ドル前後回転すると、そのセグメンテーション精度の半分以上を失う。 有限巡回部分群上のバイアスのパラメータフリーレイノルズ平均であるゲージ同変相対位置符号化(GE-RPE)を提案する。 出来上がったモデルは、パノラマリライティング、没入型ビデオ、およびデータセット間の転送で使える360ドル(約3万3000円)のビジュアル計算プリミティブだ。
• 参考スコア（独自算出の注目度）: 9.191990751079345
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Panoramic $360^\circ$ scene understanding increasingly relies on icosphere transformers, but a state-of-the-art spherical model loses more than half of its segmentation accuracy when the camera rotates by $90^\circ$, and controlled ablations identify gauge dependence in its relative-position bias as a major contributor. We propose gauge-equivariant relative position encoding (GE-RPE): a parameter-free Reynolds average of the bias over a finite cyclic subgroup $C_n\!\subset\!\mathrm{SO}(2)$ of gauge rotations. Plugged into a SphereUFormer backbone the change is invisible at deployment---zero added parameters and $1.5$--$4.4\%$ forward latency---and the matched three-seed GE-RPE model records a $1.3\%$ drop; the published SphereUFormer checkpoint records $53\%$ under the same stress protocol but a different training recipe. Once the gauge defect is removed and a teacher-token permutation $π_R$ aligns the SSL views to the rotated student frame, iBOT$+$MAE pretraining stops being a liability and becomes a clean low-label lever: the full framework EquiSSL (GE-RPE $+$ $π_R$ $+$ iBOT$+$MAE) tightens the drop to $0.8\%$ at $68.30\%$ val mIoU and lifts $1\%$-label fine-tuning by $+2.39$ mIoU on the $N{=}373$ test split (and by $+4.10$ on the smaller $N{=}40$ val split); the same fix carries over to monocular depth and to zero-shot Structured3D segmentation. The construction is provably $C_n$-invariant and $\mathcal{O}(n^{-2})$-close to the continuous $\mathrm{SO}(2)$ average, making the resulting model a usable $360^\circ$ visual-computing primitive across panoramic relighting, immersive video, and cross-dataset transfer. Code is available at https://github.com/Jaywalk18/equissl-release.
• Abstract（参考訳）: パノラマ360^\circ$シーン理解は、イコスフィア・トランスフォーマーにますます依存するが、90^\circ$でカメラが回転すると、最先端の球面モデルがそのセグメンテーション精度の半分以上を失う。 ゲージ同変相対位置符号化(GE-RPE):有限巡回部分群$C_n\! サブセット! \mathrm{SO}(2)$ of gauge rotations。 SphereUFormerのバックボーンにプラグインされた変更は、デプロイ時に見えない。-- パラメータを追加し、1.5$--$4.4\%$forward latency--- そして、マッチした3列GE-RPEモデルは1.3\%のドロップを記録し、発行されたSphereUFormerチェックポイントは同じストレスプロトコルの下で53\%の価格を記録した。 ゲージ欠陥が取り除かれた後、教師が指導する置換$π_R$がSSLビューを回転する学生フレームに合わせると、iBOT$+$MAEプレトレーニングは負債となり、クリーンなローラベルレバーとなる: フルフレームワーク EquiSSL (GE-RPE $+$$π_R$$+$ iBOT$+$MAE) は、$0.8\%$ 68.30\% val mIoUで、$1\%$$-label fine-tuningを$2.39$ mIoUで、$N{=}373$テスト分割で$2.39$ mIoU(そして$4.10$$より小さい$N{=}40val スプリットで$4.10$)で、モノシクルの深さをゼロショットに固定する。 C_n$-invariant と $\mathcal{O}(n^{-2})$-close to the continuous $\mathrm{SO}(2)$ average が証明可能な$C_n$-invariant であり、結果のモデルがパノラマリライト、没入型ビデオ、およびデータセット転送で使用可能な$360^\circ$ビジュアル計算プリミティブとなる。 コードはhttps://github.com/Jaywalk18/equissl-release.comから入手できる。

関連論文リスト

• QSV: Quat-Sphere-Vision for Coupled Quaternion Attention on Spherical Lattices [0.0]
  標準的な注意では、3つの独立した学習された投影は、トークンが隣人にどれだけ強く付き合うかを決定する。 本研究では,このプロジェクショントリプルをトークン毎に1つの学習単位四元数で置き換える,スパース球面視覚モデルであるQuat-Sphere-Vision(QSV)について検討する。
  論文  参考訳（メタデータ） (2026-09-24T22:13:57Z)
• One Inverse Step is a Convex Program: Bayes-Limit Calibration of Diffusion Inversion [0.0]
  1つの暗黙のDDIM反転ステップは、事前訓練された拡散モデルが局所多様体幾何学を符号化するかどうかの最も安価なプローブである。 フェルミ窓はモデルのトレーニングサポートと3.6$-$5.6times$で対立し、ヘッセン=リプシッツ定数は法が読み取る曲率の2-$12%である。 最後の条件付き天井 $_t_max(mathrmsym,J)le1$, from $mathrmCov(x_0mid x_t)succeq0$
  論文  参考訳（メタデータ） (2026-08-24T11:01:54Z)
• Round-Trip Consistency: Bidirectional Diffusion Models Can Predict Their Own Rollout Errors [51.56484100374058]
  自動回帰モデルは、長時間のロールアウトでエラーを蓄積しますが、デプロイ時には、それを測定するための基本的な真実はありません。 我々は、方向フラグを介して動的システムを前方または後方にステップする単一の条件付き潜在拡散モデルを訓練する。 この双方向性は測定不要なテスト時間誤差信号を提供することを示す。
  論文  参考訳（メタデータ） (2026-08-01T13:49:46Z)
• Exact equivariance, kept through training, buys zero-shot generalisation across the symmetry group [6.230579198456525]
  等変エンコーダ$E$と等変予測器$f$から構築された潜在世界モデルは、トレーニング損失の証明可能な対称性を継承する。 このエンドツーエンドをラップトップスケール(CPU/MPS、完全シード)で検証する。
  論文  参考訳（メタデータ） (2026-06-02T01:20:24Z)
• Hidden-State Privacy Has an Empty Middle [51.56484100374058]
  すべてのフルランクガウス解放を$O(1)$ Fisher utility で表すと、マハラノビス信号が隠れた幅で直線的に成長する方向を認める。 スクラッチからトレーニングされたスプリットメモリトランスフォーマーは、[20, 33]$90MでG_mathrmMahに達し、固定言語損失ペナルティにおいて、30Mから1Bまでの同じ予算のGPTベースラインに対して6ドル～24ドルという優位性を維持する。
  論文  参考訳（メタデータ） (2026-05-21T20:12:09Z)
• OAM-Induced Lattice Rotation Reveals a Fractional Optimum in Fault-Tolerant GKP Quantum Sensing [0.0]
  軌道角モメンタム符号化とGottesman-Kitaev-Preskill(GKP)格子幾何学が構造的に結合していることを確立する。 終端から終端までの微分可能なStrawberry Fields--TensorFlow回路を用いて、$ell$、格子アスペクト比$r$、および有限エネルギーエンベロープ$$を共に最適化し、量子フィッシャー情報を最大化する。
  論文  参考訳（メタデータ） (2026-05-13T09:49:16Z)
• Robust Layerwise Scaling Rules by Proper Weight Decay Tuning [50.11170157029911]
  現代のスケール不変アーキテクチャでは、トレーニングは急速に劣化したグラデーション状態に入る。 我々は,AdamWに対して,幅をまたいだサブ層ゲインを保ったウェイトデカイスケーリングルールを導入する。 この結果は,パラメータが設定した定常スケールを明示的に制御することにより,ほぼ入出力体制を超えて$mu$Pを拡大する。
  論文  参考訳（メタデータ） (2025-10-17T02:58:35Z)
• Self-Ensembling Gaussian Splatting for Few-Shot Novel View Synthesis [55.561961365113554]
  3D Gaussian Splatting (3DGS) は新規ビュー合成(NVS)において顕著な効果を示した 本稿では,Self-Ensembling Gaussian Splatting(SE-GS)を紹介する。 我々は,トレーニング中に不確実性を認識した摂動戦略を導入することで,自己理解を実現する。 LLFF, Mip-NeRF360, DTU, MVImgNetデータセットによる実験結果から, 本手法がNVSの品質を向上させることを示す。
  論文  参考訳（メタデータ） (2024-10-31T18:43:48Z)
• Variance-Aware Confidence Set: Variance-Dependent Bound for Linear Bandits and Horizon-Free Bound for Linear Mixture MDP [76.94328400919836]
  線形バンドイットと線形混合決定プロセス(mdp)に対する分散認識信頼セットの構築方法を示す。 線形バンドイットに対しては、$d を特徴次元とする$widetildeo(mathrmpoly(d)sqrt1 + sum_i=1ksigma_i2) が成り立つ。 線形混合 MDP に対し、$widetildeO(mathrmpoly(d)sqrtK)$ regret bound を得る。
  論文  参考訳（メタデータ） (2021-01-29T18:57:52Z)

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。