論文の概要: GAUGE: Group-Wise View-Inconsistency Rectification for Feed-Forward 4D Tracking

• arxiv url: http://arxiv.org/abs/2609.32596v1
• Date: Sat, 26 Sep 2026 13:14:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-07 05:24:27.923438
• Title: GAUGE: Group-Wise View-Inconsistency Rectification for Feed-Forward 4D Tracking
• Title（参考訳）: GAUGE:フィードフォワード4次元トラッキングのためのグループワイズビュー不整合整流
• Abstract要約: 本稿では,GAUGE(Group-wise Adaptive Unsupervised Gauge Estimation)について述べる。 方向整合性と空間接続性から運動群を復元し、フレーム単位のラジアルスケールとグループレベルの変換を推定する。 D4RT, 4RC, SM4RTを含む8つのトラッカーの動的クエリポイントでは, 訂正されていない予測に対して, 終端誤差を15.1%から62.6%削減する。
• 参考スコア（独自算出の注目度）: 48.91477882822122
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Feed-forward models regress dense 3D point trajectories directly from monocular video, yet the residual after global alignment is substantial and lacks a structural explanation. Measured on dynamic query points across models and datasets, the error concentrates along the view direction, while the scale correction each motion group requires differs. The predicted displacement direction nevertheless supports reliable grouping, with a median angle far below the 90° random baseline. The systematic part of the residual is therefore a family of radial degrees of freedom per motion group, along directions 2D observations cannot constrain. We call it group-wise view inconsistency. We present GAUGE (Group-wise Adaptive Unsupervised Gauge Estimation), a training-free and model-agnostic post-hoc module. It recovers motion groups from direction consistency and spatial connectivity, then estimates a per-frame radial scale and group-level translation from 1% to 5% metric anchors, four degrees of freedom per group and frame. On dynamic query points of eight trackers, including D4RT, 4RC and SM4RT, our correction lowers endpoint error by 15.1% to 62.6% over the uncorrected predictions, while spending the same anchors on gradient fine-tuning improves the same models by only -1.1% to 15.2%. Code is publicly available at https://github.com/HCPLab-SYSU/GAUGE.
• Abstract（参考訳）: フィードフォワードモデルでは、モノクロビデオから直接高密度な3次元点軌跡を回帰するが、大域的アライメント後の残差は著しく、構造的説明が欠如している。 モデルとデータセット間の動的クエリポイントに基づいて、エラーはビュー方向に沿って集中し、各モーショングループに必要なスケール補正が異なる。 それにもかかわらず、予測された変位方向は、90°のランダムベースラインよりはるかに低い中央の角度で、信頼できるグルーピングをサポートする。 したがって、残基の体系的な部分は運動群毎の自由度族であり、2次元の観測方向に沿っては拘束できない。 これをグループワイズ・ビューの不整合(group-wise view inconsistency)と呼ぶ。 本稿では,GAUGE(Group-wise Adaptive Unsupervised Gauge Estimation)について述べる。 方向整合性と空間接続性から運動群を復元し、フレームごとのラジアルスケールとグループレベルの変換を1%から5%の計量アンカー、グループ毎の自由度とフレーム毎の自由度から推定する。 D4RT, 4RC, SM4RTを含む8つのトラッカーの動的クエリポイントでは、補正によって未修正の予測に対してエンドポイントエラーが15.1%から62.6%減少し、勾配の微調整に同じアンカーを使用することで、同じモデルを1.1%から15.2%改善する。 コードはhttps://github.com/HCPLab-SYSU/GAUGEで公開されている。

関連論文リスト

• One Patch, Three Roles: What Is Actually Coupled in Autoregressive Time-Series Forecasting? [49.84472730204669]
  凍結した親の軌道は, 軽量な平行出口で観測される未来よりも適合しやすいことを示す。 また、列車選択した周期的歴史方向に沿って補正可能な残射も見出す。 Tangentはこの修正を、ニューラルパラメータやTransformerコールを追加せずに適用する。
  論文  参考訳（メタデータ） (2026-09-20T14:54:35Z)
• Beyond Control Points: Arcsecond Relative-Motion Estimation of Vision Measurement Platforms With Incomplete or Absent Control Fields [43.43572961146893]
  画像の変位や既知の3D点から直接プラットフォームの動きを推定する制御適応微分フレームワークを開発した。 我々は、回転可観測条件、非モデル翻訳および非剛点運動のためのリークバウンド、および単一点軸偏差法を導出する。
  論文  参考訳（メタデータ） (2026-08-14T03:41:30Z)
• EAGOR: Embodied Reasoning in Omni-direction [3.042262674701172]
  EAGORは、360方向推論を具体化するためのトレーニング不要な幾何認識フレームワークである。 EAGORは既存の手法を一貫して上回り、ベンチマークデータセットの平均相対利得は+34.4%、+45.6%に達した。
  論文  参考訳（メタデータ） (2026-07-07T11:39:57Z)
• Right Makes Might: Aligning Verified Hidden States Empowers RL Reasoning [55.264863369127774]
  現在の方法では、それぞれの正しいロールアウトを単一の報酬ビットに減らし、隠れた状態間で共有される幾何学的構造を無視している。 本稿では,RLトレーニングにおけるアンカートークンにおける正ロールアウトの最終層を,トレーニングと推論の両方においてゼロオーバーヘッドで整列する補助損失関数Hidden-Alignを提案する。 8つの数学的推論ベンチマークでは、Hidden-AlignはDAPOベースラインの平均パス@1をQwen3-1.7B, 4B, 14Bで3.8, 6.2, 5.4ポイント改善し、3つのスケールで一貫したパス@kゲインを得る。
  論文  参考訳（メタデータ） (2026-06-02T06:51:15Z)
• Deformable Gaussian Occupancy: Decoupling Rigid and Nonrigid Motion with Factorized Distillation [81.44955493339835]
  DeGOは変形可能なガウスの占有機構であり、分解したガウスの変形と分解された4次元基礎モデル蒸留を統一する。 Occ3D-NuScenesベンチマーク実験により,本手法が弱い監督下での最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2026-05-27T15:09:55Z)
• TACO: Trajectory Aligning Cross-view Optimisation [13.162763356411448]
  クロスビュー・ジオローカライゼーションは地上画像と衛星タイルとを一致させて絶対的な位置修正を行う。 近年の細粒化CVGL法は, サブタイル式メートル法を推し進めているが, ワンショットローカライザーとしてのみ評価されている。 TACOは密結合型IMU+細粒化CVGLパイプラインであり,起動時に1回の読み取りを消費し,その後,オンボードセンシングのみで動作させる。
  論文  参考訳（メタデータ） (2026-05-05T03:04:49Z)
• MoCapAnything V2: End-to-End Motion Capture for Arbitrary Skeletons [56.68975315643491]
  本稿では,ビデオ・ツー・ローテーションとビデオ・ツー・ローテーションを共同で学習し,最適化する,最初のエンドツーエンドフレームワークを提案する。 本手法は, メッシュベースパイプラインの20倍の速度で, 回転誤差を17度から10度, 見えない骨格では6.54度に低減する。
  論文  参考訳（メタデータ） (2026-04-30T17:16:38Z)
• Harmful Intent as a Geometrically Recoverable Feature of LLM Residual Streams [0.0]
  有害な意図は、大きな言語モデル残ストリームから幾何的に回復可能である。 我々はこの幾何学を6つの方向決定戦略によって特徴づける。 AdvBenchはホールドアウトのHarmBenchとJailbreakBenchにAUROC 0.96で転送される。
  論文  参考訳（メタデータ） (2026-04-20T23:02:37Z)
• Frozen Vision Transformers for Dense Prediction on Small Datasets: A Case Study in Arrow Localization [0.0]
  本研究では,40,cmの屋内動脈ターゲット面に矢状穴の自動検出,局所化,採点を行うシステムを提案する。 私たちのパイプラインは、カラーベースの正準整流ステージ、凍結した自己監督型視覚変換器、そして特徴アップサンプリングという3つのコンポーネントを組み合わせています。 3つの交叉倍数で、平均F1スコアは0.893 pm 0.011$で、平均ローカライゼーション誤差は1.41 pm 0.06$,mmである。
  論文  参考訳（メタデータ） (2026-04-18T00:17:48Z)
• Coordinate Transformer: Achieving Single-stage Multi-person Mesh Recovery from Videos [91.44553585470688]
  ビデオから複数人の3Dメッシュを回収することは、バーチャルリアリティーや理学療法などにおけるグループ行動の自動認識に向けた重要な第一歩である。 本稿では,複数人物の時空間関係を直接モデル化し,同時にエンドツーエンドでマルチ・メッシュ・リカバリを行うコーディネート・トランスフォーマーを提案する。 3DPWデータセットの実験では、CoordFormerが最先端の精度を大幅に向上し、MPJPE、PAMPJPE、PVEの計測値でそれぞれ4.2%、8.8%、そして4.7%を上回った。
  論文  参考訳（メタデータ） (2023-08-20T18:23:07Z)

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。