論文の概要: OCA: ODE-Driven Cross-Attention for Image-to-Point-Cloud Registration

• arxiv url: http://arxiv.org/abs/2609.36644v1
• Date: Tue, 29 Sep 2026 03:47:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 04:28:51.337731
• Title: OCA: ODE-Driven Cross-Attention for Image-to-Point-Cloud Registration
• Title（参考訳）: OCA: イメージ・ツー・ポイント・クラウド登録のためのODE駆動のクロスアテンション
• Abstract要約: クロスアテンションは、学習ベースのイメージ・ツー・ポイント・クラウド(I2P)登録において重要なコンポーネントである。 機能表現と注意行列をODEを通して洗練するODE駆動型クロスアテンション(OCA)モジュールを開発した。 実際には、OCAは既存のI2P登録フレームワークにシームレスに統合できる。
• 参考スコア（独自算出の注目度）: 22.382514673147213
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cross-attention is a crucial component in learning-based image-to-point-cloud (I2P) registration. Although existing cross-attention mechanisms have achieved promising progress, attention ambiguity remains a fundamental challenge that hinders the learning of discriminative 2D-3D correspondences. To address this problem, we revisit cross-attention and establish ordinary differential equations (ODEs) to model the ideal I2P feature interaction. Based on this formulation, we develop an ODE-driven cross-attention (OCA) module that refines feature representations and attention matrices through ODEs. In practice, OCA can be seamlessly integrated into existing I2P registration frameworks. To validate its effectiveness, we incorporate OCA into five state-of-the-art baselines and evaluate on four public benchmark datasets. Experimental results demonstrate that OCA improves registration recall by up to 5\%, 9\%, and 15\% under the standard, fine-tuning, and zero-shot settings, respectively.
• Abstract（参考訳）: クロスアテンションは、学習ベースのイメージ・ツー・ポイント・クラウド(I2P)登録において重要なコンポーネントである。 既存のクロスアテンション機構は有望な進歩を遂げているが、注意の曖昧さは差別的な2D-3D対応の学習を妨げる根本的な課題である。 この問題に対処するために、私たちは、理想的なI2P特徴相互作用をモデル化するために、クロスアテンションを再考し、通常の微分方程式(ODE)を確立する。 この定式化に基づいて、特徴表現と注意行列をODEを通して洗練するODE駆動型クロスアテンション(OCA)モジュールを開発する。 実際には、OCAは既存のI2P登録フレームワークにシームレスに統合できる。 その有効性を検証するため、OCAを5つの最先端ベースラインに組み込み、4つの公開ベンチマークデータセットで評価する。 実験の結果,OCAは標準,微調整,ゼロショット設定で最大5\%,9\%,15\%の登録リコールを改善した。

関連論文リスト

• SUP-MCRL: Subject-aware Unified Pseudo-feature Coded Multimodal Contrastive Representation Learning for EEG Visual Decoding [4.793866271591739]
  非侵襲的な脳-コンピュータインタフェースは、制御された実験室の刺激から現実世界の自然画像に移行する際に顕著な性能劣化を示す。 この劣化は、マルチモーダル・コントラッシブな表現学習モデルが、神経表現と選択的注意における意味的一貫性とオブジェクト間の変動を考慮できないために起こる。 本稿では,これらの制約を克服するための3つの協調機構を統合した統合フレームワークSUP-MCRLを提案する。
  論文  参考訳（メタデータ） (2026-06-15T12:06:08Z)
• SG-XDEAT: Sparsity-Guided Cross-Dimensional and Cross-Encoding Attention with Target-Aware Conditioning in Tabular Learning [0.0]
  本稿では,表データの教師あり学習のための新しいフレームワークであるSG-XDEATを提案する。 中心となるSG-XDEATはデュアルストリームエンコーダを使用し、各入力機能を2つの並列表現に分解する。 これらの双対表現は、注意に基づくモジュールの階層的なスタックを通して伝播される。
  論文  参考訳（メタデータ） (2025-10-14T15:56:40Z)
• Cross3DReg: Towards a Large-scale Real-world Cross-source Point Cloud Registration Benchmark [57.42211080221526]
  異なるセンサーからのポイントクラウドデータを整列することを目的とした、クロスソースのポイントクラウド登録は、3Dビジョンの基本的なタスクである。 ディープ登録モデルをトレーニングするための大規模な実世界のデータセットが公開されていないことや、複数のセンサーによってキャプチャされたポイントクラウド固有の違いが課題となっている。 現在世界最大のマルチモーダル・クロスソース・クラウド登録データセットであるCross3DRegを構築している。 クロスソース・ポイント・クラウド機能の整合性を高めるために,ビジュアル・ジオメトリ・アテンションガイド付きマッチングモジュールを提案する。
  論文  参考訳（メタデータ） (2025-09-08T09:01:13Z)
• Diff$^2$I2P: Differentiable Image-to-Point Cloud Registration with Diffusion Prior [21.693977784321202]
  イメージ・ツー・ポイント・クラウド(I2P)の登録には、クロスモーダル対応が不可欠である。 Diff$2$I2P, 完全微分可能なI2P登録フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-09T08:30:49Z)
• Interpretable Few-Shot Image Classification via Prototypical Concept-Guided Mixture of LoRA Experts [79.18608192761512]
  自己説明可能なモデル(SEM)は、視覚認識プロセスをより解釈可能なものにするために、プロトタイプ概念学習(PCL)に依存している。 パラメトリック不均衡と表現の不整合という2つの重要な課題を緩和するFew-Shotプロトタイプ概念分類フレームワークを提案する。 我々のアプローチは、既存のSEMを顕著な差で常に上回っており、5-way 5-shot分類では4.2%-8.7%の相対的な利得がある。
  論文  参考訳（メタデータ） (2025-06-05T06:39:43Z)
• CMR-Agent: Learning a Cross-Modal Agent for Iterative Image-to-Point Cloud Registration [2.400446821380503]
  Image-to-point cloud registrationは、ポイントクラウドに対するRGBイメージの相対的なカメラポーズを決定することを目的としている。 学習に基づくほとんどの手法は、反復最適化のためのフィードバック機構を使わずに、特徴空間における2D-3D点対応を確立する。 本稿では,登録手順を反復マルコフ決定プロセスとして再構成し,カメラポーズの漸進的な調整を可能にすることを提案する。
  論文  参考訳（メタデータ） (2024-08-05T11:40:59Z)
• 4D Contrastive Superflows are Dense 3D Representation Learners [62.433137130087445]
  我々は,LiDARとカメラのペアを連続的に利用して事前学習の目的を確立するための,新しいフレームワークであるSuperFlowを紹介する。 学習効率をさらに向上するため,カメラビューから抽出した知識の整合性を高めるプラグイン・アンド・プレイ・ビュー・一貫性モジュールを組み込んだ。
  論文  参考訳（メタデータ） (2024-07-08T17:59:54Z)
• ID-Aligner: Enhancing Identity-Preserving Text-to-Image Generation with Reward Feedback Learning [57.91881829308395]
  AIポートレートや広告といった幅広いアプリケーションシナリオのために、ID-T2I(ID-preserving text-to-image generation)が注目されている。 我々は,ID-T2I性能を向上させるための一般的なフィードバック学習フレームワークである textbfID-Aligner を提案する。
  論文  参考訳（メタデータ） (2024-04-23T18:41:56Z)
• A Generically Contrastive Spatiotemporal Representation Enhancement for 3D Skeleton Action Recognition [10.403751563214113]
  本稿では, 比較時空間表現拡張(CSRE)フレームワークを提案する。 具体的には、その表現を空間的特徴と時間的特徴に分解し、微細な動きパターンを探索する。 潜伏したデータ分布を明示的に活用するために、コントラスト学習に注意的特徴を用いて、クロスシーケンスセマンティックリレーションをモデル化する。
  論文  参考訳（メタデータ） (2023-12-23T02:54:41Z)
• Learning-based Point Cloud Registration for 6D Object Pose Estimation in the Real World [55.7340077183072]
  我々は、ポイントクラウドデータからオブジェクトの6Dポーズを推定するタスクに取り組む。 この課題に対処する最近の学習ベースのアプローチは、合成データセットにおいて大きな成功を収めている。 これらの障害の原因を分析し、ソースとターゲットポイントの雲の特徴分布の違いに遡る。
  論文  参考訳（メタデータ） (2022-03-29T07:55:04Z)

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。