論文の概要: Reliability-Gated Fusion of Consumer Head and Foot IMUs for Lower-Body 3D Pose
- arxiv url: http://arxiv.org/abs/2609.35764v1
- Date: Mon, 28 Sep 2026 17:59:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 19:05:42.402856
- Title: Reliability-Gated Fusion of Consumer Head and Foot IMUs for Lower-Body 3D Pose
- Title（参考訳）: 低ボディー3次元画像における消費者頭部と足部IMUの信頼性向上
- Abstract要約: 信頼性問題はチャネルレベルであることを示す。
私たちは、各ストリームの各チャンネルをどれだけ信頼するかをモデルに教えます。
センサーカウントの代わりにゲートの信頼性を学ぶことは、展開可能なスパース慣性捕獲のためのレバーである。
- 参考スコア（独自算出の注目度）: 3.9374481291923353
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Sparse inertial pose estimation promises camera-free motion capture from consumer devices, but consumer sensors are unreliable: firmware-fused orientations are biased, mounting varies between sessions, and streams drift or drop out. On a new 35-take single-subject benchmark pairing an earbud head inertial measurement unit (IMU) with two smart-insole foot IMUs (SAM-3D-Body pseudo-ground-truth labels), we show the reliability problem is channel-level: a channel ablation isolates foot acceleration as the most informative input (66.6 mm vs. 79.0 mm head-only) and the firmware-fused foot orientation as the liability that destroys the gain. We therefore let the model learn how much to trust each channel of each stream: one temporal gate per stream per channel block, trained with an auxiliary reliability objective on synthetically corrupted pretraining data. The channel-gated model is the most accurate of our learned fusion arms on clean data (69.4 mm vs. 83.7 static, 86.6 ungated) and under every simulated fault (bias in training; drift, dropout eval-only); its gates suppress the natively biased foot-orientation channels on clean real data without test-time supervision and flag dropout bursts at 0.92-0.999 AUROC. Two contrasts: dropping a channel known a priori to fail is flat across foot faults but collapses when an unanticipated stream fails (head dropout: 92.9 vs. 79.3 mm); and a fine-tuned HMD-Poser is more accurate on clean data (64.4 mm) and nominally under drift, with no significant paired difference under bias or dropout, but a larger worst-case degradation from clean (+16.1 vs. +3.5 mm, single seed). Learning to gate reliability instead of sensor count is the lever for deployable sparse inertial capture. Code is available at https://github.com/ZhilinGuo/reliability-gated-imu-fusion.
- Abstract（参考訳）: 少ない慣性ポーズ推定では、コンシューマーデバイスからカメラなしのモーションキャプチャーが保証されるが、消費者センサーは信頼性が低い。
耳栓ヘッド慣性測定ユニット(IMU)と2つのスマートインソールフットIMU(SAM-3D-Body pseudo-ground-truth labels)を組み合わせた新しい35kシングルオブジェクトベンチマークでは、信頼性の問題がチャネルレベルであることが示され、チャネルアブレーションは、フットアクセラレーションを最も情報性の高い入力(66.6 mm vs. 79.0 mm head-only)として分離し、ファームウェア融合フットオリエンテーションは利得を損なう。
そこで我々は,各流路の各流路をどの程度信頼するかをモデルに学習させた。これは,合成劣化事前学習データに対する補助的信頼性目標を用いて訓練された1流路毎流路毎の時間ゲートである。
チャネルゲートモデルは、クリーンデータ(69.4 mm vs. 83.7 static, 86.6 ungated)と、シミュレーションされたすべての断層(トレーニングのバイアス、ドリフト、ドリフト、ドリップアウトエバルオンリー)において最も正確である。
2つの対照的に、失敗する前のチャンネルを落とすことは、足の断層を越えて平坦であるが、予想外のストリームが失敗すると(頭滴下:92.9 vs. 79.3 mm)崩壊し、微調整されたHMD-Poserは、きれいなデータ(64.4 mm)と名目上は漂流下でより正確であり、バイアスやドロップアウトでは有意な差はないが、クリーン(+16.1 vs. +3.5 mm, single seed)による最悪の劣化が大きい。
センサカウントの代わりにゲートの信頼性を学ぶことは、展開可能なスパース慣性捕獲のためのレバーである。
コードはhttps://github.com/ZhilinGuo/reliability-gated-imu-fusionで入手できる。
関連論文リスト
- One Sensor, Whole Body - 3D Body Pose from a Single Consumer Earbud IMU [3.9374481291923353]
一方の頭部IMUは79.0mmの剛性MPJPEで下肢の姿勢を回復し,1フィートあたりの接点は0.809マクロF1で回復する。
コンシューマー・フットの追加はポーズを著しく改善せず、4つのモデル・スプリットの組み合わせのうち2つで大幅に劣化する。
テスト対象のデバイスでは、イヤホンはそのスイートスポットだ。
論文 参考訳（メタデータ） (2026-09-28T11:55:29Z) - Over-the-Air Federated Learning in Heterogeneous Mobile Wireless Networks [56.36166282526799]
オーバー・ザ・エア(Over-the-air)計算は、無線ネットワークに学習アルゴリズムをデプロイするためのスケーラブルで効率的なソリューションである。
我々は,アルゴリズム正規化を採用し,暗黙のゴシップを通じてデバイスのアップデートを均等に混合するFedOAGを提案する。
論文 参考訳（メタデータ） (2026-09-26T18:04:09Z) - Mind the Rift: Cross-Scale Coupling Mismatch for AI-Generated Video Detection [10.264738258468254]
クロススケールカップリングミスマッチは新しい法医学的信号である。
自然ビデオでは、マクロレベルの時間的ダイナミクスとマイクロレベルの残留パターンは、統合されたイメージング物理パイプラインによって本質的に結合される。
しかし、この共同分布を明示的に保持していないトレーニング目的を持つAIジェネレータは、この結合を体系的に違反する。
このようなミスマッチの検出は、両方のスケールで独立して情報を抽出する必要があるため、難しい。
論文 参考訳（メタデータ） (2026-09-01T05:23:48Z) - Strictly Causal Streaming Video Anomaly Detection with a Theoretically-Grounded State-Space Core [2.648500779572419]
ルックアヘッドもクリップバッファリングも不要な因果ストリーミング異常検出器を導入する。
その時空コアは、入力と状態依存の崩壊ゲートを持つ対角線状状態空間の再発である。
繰り返し減衰スペクトルと検出遅延と、確実に捕捉できる最も短い異常との間に閉じた形状関係を導出する。
論文 参考訳（メタデータ） (2026-08-25T16:52:32Z) - Real-Time Source-Free Object Detection [40.10658212485104]
自律運転、監視、ロボットのための現実世界の検出器は、厳格なレイテンシとメモリ制約の下でドメインシフトを処理しなければならない。
我々は,NMSフリーなデュアルヘッド検出器であるYOLOv10上に構築することで,より高速かつコンパクトに,最先端の適応精度が得られることを示す。
論文 参考訳（メタデータ） (2026-06-30T15:38:56Z) - What Actually Works for Spacecraft Fault-Tolerant Control: An Honest Settled-Gate Benchmark of Learned and Classical Methods [2.28438857884398]
近年のFTCの研究は、宇宙船のアクチュエーターの故障で高い成功を収めたことを報告している。
我々は、成功がトレーニングで見たことのない欠陥にそれを保持することを意味しているとき、宇宙船が何を指しているのかを尋ねる。
私たちは、落ち着いたゲートの周りに構築されたベンチマークで回答します。
論文 参考訳（メタデータ） (2026-06-24T04:08:39Z) - BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。
両課題に対処する統合フレームワークであるBadCLIP++を提案する。
ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。
持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
論文 参考訳（メタデータ） (2026-02-19T08:31:16Z) - What Layers When: Learning to Skip Compute in LLMs with Residual Gates [66.23658560048241]
GateSkipは、デコーダのみのLMにおけるトークンワイド層スキップを可能にする残差ストリームゲーティング機構である。
各Attention/MLPブランチは、残ストリームに再入力する前に、ブランチの出力を凝縮するシグモイドリニアゲートを備えている。
論文 参考訳（メタデータ） (2025-10-13T16:31:50Z) - Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。
拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。
MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
論文 参考訳（メタデータ） (2024-05-01T12:03:39Z) - Real-time Object Detection for Streaming Perception [84.2559631820007]
ストリーミング知覚は,ビデオオンライン知覚の1つの指標として,レイテンシと精度を共同評価するために提案される。
ストリーミング知覚のためのシンプルで効果的なフレームワークを構築します。
提案手法はArgoverse-HDデータセット上での競合性能を実現し,強力なベースラインに比べてAPを4.9%向上させる。
論文 参考訳（メタデータ） (2022-03-23T11:33:27Z) - Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。
従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。
本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
論文 参考訳（メタデータ） (2021-05-22T10:17:38Z)
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。