論文の概要: AdaOcc: Adaptive 3D Occupancy Prediction for Embodied Tasks

• arxiv url: http://arxiv.org/abs/2609.38864v1
• Date: Wed, 30 Sep 2026 03:18:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.087077
• Title: AdaOcc: Adaptive 3D Occupancy Prediction for Embodied Tasks
• Title（参考訳）: AdaOcc: 身体的タスクに対する適応型3D作業予測
• Abstract要約: 身体的なタスクは正確で柔軟性があり、意味的にリッチな3Dシーン表現を必要とする。 既存の占有予測手法は、実際の展開要件を満たすのに苦労する。 本稿では,AdaOcc と呼ばれる,具体化シナリオに適した3次元適応型3次元実行予測手法を提案する。
• 参考スコア（独自算出の注目度）: 16.750462599274645
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Embodied tasks demand accurate, flexible, and semantically rich 3D scene representations. 3D semantic occupancy is well suited to this requirement, as it can model holistic 3D spaces by encoding geometric occupancy along with semantic categories. However, existing occupancy prediction methods struggle to meet practical deployment requirements, such as adapting to varying computing budgets, sensor setups, and observation views. In this paper, we propose a point-based Adaptive 3D Occupancy Prediction method, called AdaOcc, tailored for embodied scenarios. To accommodate heterogeneous sensor inputs, AdaOcc uses an adaptive geometry-guided dual-branch encoder that can support RGB images in various numbers of views with (estimated) depth maps or LiDAR scans. AdaOcc represents occupied regions via sparse semantic points trained with a progressive query learning strategy, allowing the prediction computational budget to be flexibly adjusted through query point numbers and decoder layers. To facilitate high-fidelity geometric modeling for lightweight point-based occupancy learning, we further propose a novel containment loss that regularizes predicted points to reside within valid occupied regions. Extensive experiments show that our method achieves a new state-of-the-art on Occ-ScanNet with considerable performance improvements over previous methods. Moreover, our framework demonstrates strong practical applicability as an adaptive 3D perception module in real-world embodied systems.
• Abstract（参考訳）: 身体的なタスクは正確で柔軟性があり、意味的にリッチな3Dシーン表現を必要とする。 3Dのセマンティック占有は、幾何学的占有度とセマンティックカテゴリを符号化することにより、全体的な3D空間をモデル化できるため、この要件に適している。 しかし、既存の占有率予測手法は、様々な計算予算、センサー設定、観察ビューに適応するなど、実際の展開要件を満たすのに苦労している。 本稿では,AdaOcc と呼ばれる,具体化シナリオに適した点ベース適応型3D Occupancy Prediction法を提案する。 不均一なセンサ入力に対応するため、AdaOccは、(推定)深度マップやLiDARスキャンを用いて、様々なビューでRGBイメージをサポートする適応幾何学誘導デュアルブランチエンコーダを使用する。 AdaOccは、プログレッシブなクエリ学習戦略で訓練されたスパースセマンティックポイントを介して占有領域を表現し、クエリポイント数とデコーダ層を通じて予測計算予算を柔軟に調整することができる。 軽量な点ベース占有学習のための高忠実な幾何学的モデリングを容易にするため,予測点を有効占有領域内に配置する新たな包含損失を提案する。 実験の結果,Occ-ScanNetでは従来の手法に比べて性能が大幅に向上した。 さらに,本フレームワークは実世界の実システムにおける適応型3次元認識モジュールとして,強力な実用性を示す。

関連論文リスト

• GAPrompt++: Multi-Granular Geometry-Aware Point Cloud Prompt for 3D Vision Model [78.64849498586526]
  効率的な3次元タスク適応のための多粒形状認識プロンプト法であるGAPrompt++を提案する。 GAPrompt++はプロンプトベースのPEFTメソッドで最先端のパフォーマンスを実現する。 さらに、トレーニング可能なパラメータを2%未満で必要としながら、さまざまなベンチマークで完全な微調整も行なっています。
  論文  参考訳（メタデータ） (2026-09-17T05:14:34Z)
• TFusionOcc: Student's t-Distribution Based Object-Centric Multi-Sensor Fusion Framework for 3D Occupancy Prediction [8.44168738898516]
  本稿では,TFusionOccについて紹介する。TFusionOccは3次元セマンティック占有率を予測するためのオブジェクト中心型多センサ融合フレームワークである。 マルチステージマルチセンサ融合,学生のt-分布,T-Mixtureモデル(TMM)を活用することにより,提案手法はnuScenesベンチマークで最先端(SOTA)性能を達成した。
  論文  参考訳（メタデータ） (2026-02-06T05:43:42Z)
• Boosting Multi-View Indoor 3D Object Detection via Adaptive 3D Volume Construction [10.569056109735735]
  本研究では,適応型3次元ボリューム構造に基づく室内3次元物体検出フレームワークであるSGCDetを提案する。 各画像の適応領域に幾何学的・文脈的情報を統合するための幾何学的・文脈的アグリゲーションモジュールを導入する。 SGCDetは、ScanNet、ScanNet200、ARKitScenesデータセット上で最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-07-24T11:58:01Z)
• EmbodiedOcc++: Boosting Embodied 3D Occupancy Prediction with Plane Regularization and Uncertainty Sampler [43.277357306520145]
  本稿では,EmbodiedOcc++を紹介する。 Geometry-Guided Refinement Module (GRM) は、SUS(Semantic-Aware Uncertainty Sampler)とともに平面正規化によるガウス的更新を制約する EmbodiedOcc-ScanNetベンチマークの実験は、EmbodiedOccがさまざまな設定で最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2025-04-13T12:10:49Z)
• TGP: Two-modal occupancy prediction with 3D Gaussian and sparse points for 3D Environment Awareness [13.68631587423815]
  3Dセマンティックな占有力は、ロボット工学と自律運転環境知覚の分野において、急速に研究の焦点となっている。 既存の占有予測タスクは、voxelやポイントクラウドベースのアプローチを使用してモデル化される。 本稿では空間的位置と体積構造情報のバランスをとる3次元ガウス集合とスパース点に基づく2次元モーダル予測法を提案する。
  論文  参考訳（メタデータ） (2025-03-13T01:35:04Z)
• EmbodiedOcc: Embodied 3D Occupancy Prediction for Vision-based Online Scene Understanding [72.96388875744704]
  3D占有予測は周囲のシーンを包括的に記述する。 既存のほとんどのメソッドは、1つか数つのビューからのオフラインの認識に焦点を当てている。 具体化された3次元占有予測タスクを定式化し,ガウスをベースとしたEmbodiedOccフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-05T17:57:09Z)
• OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
  本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。 我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。 意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
  論文  参考訳（メタデータ） (2023-12-14T18:58:52Z)
• Progressive Coordinate Transforms for Monocular 3D Object Detection [52.00071336733109]
  本稿では,学習座標表現を容易にするために,PCT(Em Progressive Coordinate Transforms)と呼ばれる,新しい軽量なアプローチを提案する。 本稿では,学習座標表現を容易にするために,PCT(Em Progressive Coordinate Transforms)と呼ばれる,新しい軽量なアプローチを提案する。
  論文  参考訳（メタデータ） (2021-08-12T15:22:33Z)

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。