論文の概要: Privacy-Preserving Full-Body Meshing from mmWave Radar via Mesh Foundation Model Supervision
- arxiv url: http://arxiv.org/abs/2609.34768v2
- Date: Tue, 29 Sep 2026 10:47:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:46.767243
- Title: Privacy-Preserving Full-Body Meshing from mmWave Radar via Mesh Foundation Model Supervision
- Title（参考訳）: メッシュ基礎モデルによるミリ波レーダからのプライバシー保護フルボディーメッシュ
- Abstract要約: ミリ波レーダー(mmWave)は、プライバシーを守る人間の知覚を可能にするが、商用の単一チップセンサーからの点雲の極端に広い範囲は、先行技術をボディ部分のキーポイントまたは個別のアクション分類に制限している。
本稿では,市販のレーダをフレーム単位のフルボディ,メトリック3Dメッシュに引き上げるクロスモーダルな教師学生用フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 0.05833117322405446
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Millimeter-wave (mmWave) radar enables privacy-preserving human perception, but the extreme sparsity of point clouds from commercial single-chip sensors (mean ~6.5 points/frame; ~28% empty frames) has confined prior art to body-part keypoints or discrete action classification. We present a cross-modal teacher-student framework that lifts commercial radar to full-body, per-frame, metric 3D mesh reconstruction with per-joint uncertainty. Three innovations: (1) a mesh-foundation-model teacher - SAM 3D Body produces whole-body MHR ground truth (70 joints, 18,439 mesh vertices) from a single RGB frame with zero training, slashing annotation cost by orders of magnitude; (2) StudentPoseFormer - set encoding with masked attention pooling, a temporal Transformer, and a CVAE multi-hypothesis head that outputs both the pose mean and per-joint variance, honestly reporting where the radar cannot see; and (3) a multi-stage ground-truth quality pipeline (confidence gating, depth validation, temporal smoothing, bone-length consistency, bad-frame rejection) plus systematic information-lever ablations. On the public MM-Fi benchmark (same TI IWR6843 sensor, cross-subject), our full configuration reaches 7.45 cm 12-joint MPJPE, with ablations proving the causal value of point accumulation (k = 3, -0.34 cm), Doppler (-0.85 cm; -2 cm at the wrist on fast actions), and velocity loss (-0.27 cm). On our own synchronized radar + RGB-D corpus with block-level held-out splits, the pipeline achieves 21.47 cm end-to-end (per-joint hierarchy from 4.8 cm at the hip to 34.7 cm at the wrist - matching physical information limits), could be improved to 15 cm with ~30k diverse samples, and a scaling law shows sample diversity, not volume, is the binding constraint. Deployment inference is radar-only - no camera, no image.
- Abstract（参考訳）: ミリ波レーダー(mmWave)は、プライバシーを守る人間の知覚を可能にするが、商業用単チップセンサー(平均6.5点/フレーム、空フレームの約28%)からの点雲の極端に広い範囲は、ボディ部分のキーポイントまたは離散的なアクション分類に先行技術に制限されている。
本稿では,市販のレーダをフレーム単位のフルボディ,メトリック3Dメッシュに引き上げるクロスモーダルな教師学生用フレームワークを提案する。
1)メッシュ境界モデル教師 - SAM 3D Bodyは、1つのRGBフレームから全体MHR(70の関節、18,439のメッシュ頂点)を生成し、トレーニングをゼロに、アノテーションコストを桁違いに削減する(2)StudioPoseFormer - マスク付きアテンションプーリング、時間変換器、CVAEマルチハイポセシスヘッドをセットし、ポーズ平均と結合角の両方を出力し、レーダが見えない場所を正直に報告する、(3) マルチステージのグラウンドトゥルース品質パイプライン(信頼ゲーティング、深度検証、時間平滑化、骨長整合性、不整合性)に加えて、システマティック・インテリデーション・アブリケーション・アブリケーション(英語版)を備える。
一般のMM-Fiベンチマーク(TI IWR6843センサー、クロスオブジェクト)では、完全な構成で7.45 cm 12-joint MPJPEに達し、点蓄積(k = 3,-0.34 cm)、ドップラー(-0.85 cm; -2 cm)、速度損失(-0.27 cm)の因果値が証明された。
我々のシンクロナイズドレーダ+RGB-Dコーパスとブロックレベルのホールドアウトスプリットでは、パイプラインは21.47 cmのエンドツーエンド(腰の4.8 cm から手首の34.7 cm まで)を達成し、30kの多様なサンプルで15 cm まで改善でき、スケール法は体積ではなくサンプルの多様性を示す。
デプロイメント推論はレーダーのみであり、カメラも画像もない。
関連論文リスト
- Odometry-Aided Real-Time Mapping for Underwater Robots Using Forward-Looking Sonar [51.8931180857129]
前向きソナー(FLS)のリアルタイムマッピングは、未解決の目標高度、空間的に一様でないノイズ、断片化された目標境界のため、依然として困難である。
本稿では,高速フーリエ変換(FFT)に基づくデノイング,高速マルチスケール定数偽アラームレート(MCFAR)検出,勾配適応境界接続を組み合わせたケースケード型特徴再構成パイプラインを提案する。
3m×5mプールにおける実験では,3列に3cm未満のルート平均二乗誤差(RMSE)とフレーム平均処理時間42.4msのセンチスケール平面マッピング精度が示された。
論文 参考訳（メタデータ） (2026-09-21T07:10:04Z) - mmIR: Frequency-Space Inverse Rendering for 3D Millimeter-Wave Radar ADC Synthesis [18.777328493392762]
我々は,高分解能な3次元レーダデータを合成するために,高密度仮想開口からの実撮と再レンダリングを行う物理モデルに適合する,オープンソースの微分可能周波数変調型連続波レーダmmIRを提案する。
レーダー分解能は幾何を直接復元するには大きすぎるため、mmIRはLiDARから派生したメッシュを幾何学的な足場としてLiDAR支援逆レンダリングを行う。
7つの屋外および6つの屋内ColoRadarシーンにおいて、mmIRは、Sionna-RTの0.307に対して、レンジアジマスマップのパーソン相関平均0.914を達成する。
論文 参考訳（メタデータ） (2026-08-28T22:21:47Z) - JustDepth: Real-Time Radar-Camera Depth Estimation with Single-Scan LiDAR Supervision [2.985859733530328]
JustDepthは、レーダー、カメラ、シングルスキャンLiDARのみで訓練された、単一ステージのレーダーカメラ深度推定装置である。
ハイトフュージョンブロックはモダリティを融合し、軽量のGNNは世界規模で深さを伝播し、トレーニング専用の信頼度デコーダはテスト時間コストゼロで学習を安定化する。
nuScenesでは、最近の最先端の手法と比較して、JustDepthは推測時間を39.7倍にし、VHGRによって測定された成果物を66%削減しながら精度を維持している。
論文 参考訳（メタデータ） (2026-07-24T10:20:16Z) - FogDrive: A Multi-Modal Synthetic Driving Dataset for Perception under Graded Fog [0.0]
データ中心のエンジニアリングと堅牢な機械学習をブリッジする、厳格に校正されたデータセットであるFogDriveを紹介します。
FogDriveには、4つの同期カメラ(RGB、深さ、セマンティックセグメンテーション)、LiDARとセマンティック-LiDARペア、フロントレーダの660のシーンが含まれている。
物理的に一貫した霧は、3つの校正された視界でカメラチャンネルとLiDARチャンネルを独立にモデル化する。
8k画像に対するセマンティックセグメンテーションに基づく品質監査では、アノテーションは95.1%の精度で、40m以内の車のリコールは99%以上である。
論文 参考訳（メタデータ） (2026-07-18T06:53:56Z) - LLM-Empowered Multimodal Fusion Framework for Autonomous Driving: Semantic Enhancement and Channel-Adaptive Design [56.76240343283953]
本稿では,大規模言語モデル中心のセマンティック・レイヤ・チャネル・アウェア・インテグレート・パーセプション・フレームワークを提案する。
ローカルな視覚ストリームと、知覚盲点をカバーするために使用される品質の変化した外部レーダーストリームを融合させる。
nuScenesとVIRATの実験は、我々のアプローチを検証する。
論文 参考訳（メタデータ） (2026-07-02T06:44:02Z) - Paired-CSLiDAR: Height-Stratified Registration for Cross-Source Aerial-Ground LiDAR Pose Refinement [46.13526676100776]
Paired-CSLiDAR(英語版)は、シングルスキャンポーズリファインメントのためのクロスソース空地LiDARベンチマークである。
このベンチマークには6つの評価サイトで12,683組の地上空対が含まれている。
本稿では,RGSR(Residual-Guided Stratified Registration)を提案する。
論文 参考訳（メタデータ） (2026-05-01T13:14:20Z) - Edge-Efficient Two-Stream Multimodal Architecture for Non-Intrusive Bathroom Fall Detection [2.669350701173451]
濡れた浴室環境の滝は、高齢者が一人で生活する大きな安全リスクである。
近年の研究では、mWaveのみ、振動のみ、および既存のマルチモーダルスキームがプライバシー保護、非侵襲的な転倒検出をサポートすることが示されている。
本研究では,長距離移動パターンと床振動の処理を行うMotion-Mambaブランチを用いて,レーダ信号を符号化する2ストリームアーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-03-17T18:54:21Z) - physfusion: A Transformer-based Dual-Stream Radar and Vision Fusion Framework for Open Water Surface Object Detection [3.3795150675738808]
PhysFusionは、水面知覚のための物理インフォームドレーダー画像検出フレームワークである。
物理インレーダ(PIR)とRCSマッパーと品質ゲートを統合し、ポイント当たりのレーダ特性をコンパクトな散乱前処理に変換する。
WaterScenesとFLOWの実験は、PhysFusionがWaterScenesで59.7% mAP50:95と90.3% mAP50を達成したことを示している。
論文 参考訳（メタデータ） (2026-03-02T15:00:22Z) - Wavelet-based Multi-View Fusion of 4D Radar Tensor and Camera for Robust 3D Object Detection [44.78575994732947]
WRCFormerは、デカップリングされたレーダーキューブのマルチビュー表現を介して、生のレーダーキューブとカメラ入力を融合する新しい3Dオブジェクト検出フレームワークである。
WRCFormerはK-Radarベンチマークで最先端のパフォーマンスを達成し、すべてのシナリオで最高のモデルを約2.4%上回っている。
論文 参考訳（メタデータ） (2025-12-28T15:32:17Z) - TacoDepth: Towards Efficient Radar-Camera Depth Estimation with One-stage Fusion [54.46664104437454]
一段核融合を用いた効率的かつ正確なレーダ・カメラ深度推定モデルであるTacoDepthを提案する。
具体的には、グラフベースのRadar構造抽出器とピラミッドベースのRadar融合モジュールを設計する。
従来の最先端のアプローチと比較して、TacoDepthは深さ精度と処理速度を12.8%、91.8%改善している。
論文 参考訳（メタデータ） (2025-04-16T05:25:04Z) - Ultra-low Power Deep Learning-based Monocular Relative Localization
Onboard Nano-quadrotors [64.68349896377629]
この研究は、2つのピアナノドロンのディープニューラルネットワーク(DNN)を介して、単分子の相対的な局所化に対処する、新しい自律的なエンドツーエンドシステムを示す。
超制約ナノドローンプラットフォームに対処するため,データセットの増大,量子化,システム最適化などを含む垂直統合フレームワークを提案する。
実験の結果,DNNは低分解能モノクローム画像のみを用いて最大2mの距離で10cmのターゲットナノドローンを正確に局在させることができることがわかった。
論文 参考訳（メタデータ） (2023-03-03T14:14:08Z)
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。