論文の概要: CrowdOcc: Monocular Semantic Scene Completion for Quadruped Robots in Crowded Indoor Environments

• arxiv url: http://arxiv.org/abs/2610.03031v1
• Date: Fri, 02 Oct 2026 09:13:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.294725
• Title: CrowdOcc: Monocular Semantic Scene Completion for Quadruped Robots in Crowded Indoor Environments
• Title（参考訳）: CrowdOcc: 集合屋内環境における四足歩行ロボットのための単眼セマンティックシーンコンプリート
• Abstract要約: 本稿では,RGB-Dデータセットとモノクロセマンティックシーン補完フレームワークであるCrowdOccを紹介する。 CrowdOccには11の屋内シーンから25.1Kフレームが含まれており、静的な動的デカップリングによってセマンティックな占有アノテーションが構築されている。 我々のフレームワークは、CrowdOccのシーン分離テストセットにおける最先端のSSC性能を実現し、15.80 IoU、11.40 mIoU、46.23 Human IoUに到達した。
• 参考スコア（独自算出の注目度）: 16.116581729950063
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Monocular semantic scene completion (SSC) for quadruped robots remains underexplored in real crowded indoor environments, where human-scene occlusion disrupts static geometry and human occupancy predictions are often incomplete or spatially misplaced. We present CrowdOcc, an RGB-D dataset and monocular SSC framework for this setting. CrowdOcc contains 25.1K frames from 11 indoor scenes, with semantic occupancy annotations constructed through static dynamic decoupling. Our framework combines: (i) Normal Guided Scene Geometry Fusion (NGSGF) to complement depth-aware lifting with surface-normal cues for occlusion robust geometry; and (ii) Human-Centric Sparse Interaction (HCSI) to selectively model human-human and local human scene relations in 3D. Our method achieves state-of-the-art SSC performance on CrowdOcc's scene-disjoint test set, reaching 15.80 IoU, 11.40 mIoU, and 46.23 Human IoU, demonstrating generalization to unseen indoor scenes.
• Abstract（参考訳）: 四足歩行ロボットのための単眼的セマンティックシーン補完(SSC)は、実際の密集した屋内環境では未探索のままであり、人間とシーンのオクルージョンが静的な幾何学を妨害し、人間の占有率の予測が不完全あるいは空間的に誤った場合が多い。 本稿では,RGB-DデータセットとモノクロSSCフレームワークであるCrowdOccを紹介する。 CrowdOccには11の屋内シーンから25.1Kフレームが含まれており、静的な動的デカップリングによってセマンティックな占有アノテーションが構築されている。 私たちのフレームワークは次の2つを組み合わせています。 (i)通常ガイドシーン幾何融合(NGSGF)は、表面正規形状と深度認識リフトを補完する。 (II)人・人・地域関係を3Dで選択的にモデル化するHCSI(Human-Centric Sparse Interaction)について検討した。 本手法は, CrowdOccのシーン分離テストセットにおける最先端のSSC性能を実現し, 15.80 IoU, 11.40 mIoU, 46.23 Human IoUに到達し, 屋内シーンの一般化を実証する。

関連論文リスト

• Crowd4D: Scene-Aware Monocular 4D Crowd Reconstruction [51.95664695509705]
  Crowd4Dは、大規模ビデオシーンのためのシーン対応の4D群衆再構築フレームワークである。 シーン幾何学を取り入れ、多段階最適化戦略により画像空間とシーン空間の整合性を確保する。 Crowd4Dは既存の手法を一貫して上回り、複雑で大規模な現実世界のシーンで堅牢なモノラルな4D群衆再構築を可能にする。
  論文  参考訳（メタデータ） (2026-07-21T19:03:10Z)
• EgoHTR: Egocentric 4D Demonstrations of Human Terrain Traversal [63.906929035961134]
  我々は,55のシーンアラインな4次元人間の動作シーケンスを,多様な複雑な環境下で収集する再構築パイプラインをオープンソースとして公開した。 得られたデータセットは150k以上のフレームから構成される。 私たちのパイプラインは、コミュニティ主導のデータセット拡張を可能にし、研究者がコンテキスト認識ロボットを構築するのに役立つ問題を要因にします。
  論文  参考訳（メタデータ） (2026-07-15T06:02:41Z)
• HiSC4D: Human-centered interaction and 4D Scene Capture in Large-scale Space Using Wearable IMUs and LiDAR [43.43745311617461]
  我々は,Human-centered Interactionと4D Scene Capture法であるHiSC4Dを紹介する。 ボディマウントのIMUとヘッドマウントのLiDARを利用することで、HiSC4Dは非拘束空間における自我中心の人間の動きを捉えることができる。 4つの大きなシーン(200〜5000ドル)に8つのシーケンスを含むデータセットを提示し、正確な4次元動作の36kフレームを提供する。
  論文  参考訳（メタデータ） (2024-09-06T16:43:04Z)
• Mixed Diffusion for 3D Indoor Scene Synthesis [55.94569112629208]
  提案するMiDiffusionは,可塑性3次元屋内シーンを合成するための混合離散連続拡散モデルである。 床条件の3次元シーン合成において,最先端の自己回帰モデルおよび拡散モデルより優れることを示す。
  論文  参考訳（メタデータ） (2024-05-31T17:54:52Z)
• Scaling Up Dynamic Human-Scene Interaction Modeling [58.032368564071895]
  TRUMANSは、現在利用可能な最も包括的なモーションキャプチャーHSIデータセットである。 人体全体の動きや部分レベルの物体の動きを複雑に捉えます。 本研究では,任意の長さのHSI配列を効率的に生成する拡散型自己回帰モデルを提案する。
  論文  参考訳（メタデータ） (2024-03-13T15:45:04Z)
• HSC4D: Human-centered 4D Scene Capture in Large-scale Indoor-outdoor Space Using Wearable IMUs and LiDAR [51.9200422793806]
  ボディマウントのIMUとLiDARのみを使用することで、HSC4Dは外部機器の制約なしに空間自由となり、マップ無しで事前に構築された地図を作成できる。 人間と環境の関係も研究され、対話をより現実的なものにしている。
  論文  参考訳（メタデータ） (2022-03-17T10:05:55Z)

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。