論文の概要: Reflection-Robust 6DoF Object Tracking with Light Fields

• arxiv url: http://arxiv.org/abs/2610.04883v1
• Date: Sun, 04 Oct 2026 02:45:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 08:17:42.048455
• Title: Reflection-Robust 6DoF Object Tracking with Light Fields
• Title（参考訳）: 反射ロバスト6DoF物体追跡
• Abstract要約: 我々は、光場をベースとした6DoFトラッカーを導入し、この明らかなニュアンスをポーズキューに変換する。 フレーム毎に反射に対して強い深さを回復し,それを点雲にバックプロジェクションし,表面の正常さを推定する。 その後、物体の視界依存的な外観を拡散アルベドとそれが反射する環境マップに分解し、照準可能な表面光場をもたらす。
• 参考スコア（独自算出の注目度）: 2.349064979059294
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tracking the 6DoF pose of a moving rigid object is fundamental to robotics and autonomous driving, but existing trackers assume that object appearance is stable across a sequence, an assumption that breaks down on reflective surfaces whose appearance changes as they mirror the environment. We introduce a light field based reflection-robust 6DoF tracker that turns this apparent nuisance into a pose cue. Per frame, our method recovers depth robustly against reflections, back-projects it into a point cloud, and estimates surface normals. It then decomposes the object's view-dependent appearance into a diffuse albedo and the environment map it reflects, resulting in a relightable surface light field. Starting from a coarse initialization, we relight it by the recovered environment map and optimize the pose on the photometric loss. Because a moving object mirrors new parts of the scene, the environment map fills in as the sequence proceeds, sharpening this signal over time. To evaluate this approach, we introduce a light field tracking dataset re-rendered from a robotic manipulation benchmark at four controlled reflectivity levels, each paired with simulated depth that reproduces how consumer RGB-D sensors fail on shiny surfaces. Additionally, we evaluate on two captured light field sequences. Our method trails the strongest baselines on diffuse objects and is the only one that holds its accuracy on fully reflective objects, where every baseline degrades.
• Abstract（参考訳）: 動く剛体物体の6DoFのポーズを追跡することはロボティクスや自律走行に不可欠だが、既存のトラッカーは、物体の外観が連続的に安定していると仮定している。 我々は、光場をベースとした6DoFトラッカーを導入し、この明らかなニュアンスをポーズキューに変換する。 フレーム毎に反射に対して強い深さを回復し,それを点雲にバックプロジェクションし,表面の正常さを推定する。 その後、物体の視界依存的な外観を拡散アルベドとそれが反射する環境マップに分解し、照準可能な表面光場をもたらす。 粗い初期化から始まり、回復した環境マップでリライトし、測光損失のポーズを最適化する。 動く物体がシーンの新たな部分を映し出すため、環境マップはシーケンスが進むにつれて満たされ、時間とともにこの信号をシャープする。 このアプローチを評価するために,ロボット操作ベンチマークから4つの制御された反射率レベルに再レンダリングされた光場追跡データセットを導入し,そのそれぞれに,消費者のRGB-Dセンサが光沢のある表面でフェールする様子を再現したシミュレーション深度を組み合わせた。 さらに、捕捉された2つの光場系列について評価した。 提案手法は拡散対象に対して最強のベースラインを辿り,全てのベースラインが劣化する完全反射対象に対してその精度を保持する唯一の手法である。

関連論文リスト

• Indoor Obstacle Discovery on Reflective Ground via Monocular Camera [21.19387987977164]
  視覚的障害物発見は、屋内移動ロボットの自律的なナビゲーションに向けた重要なステップである。 本稿では, この問題の鍵は, 反射や障害物に対する識別的特徴の獲得にあると論じる。 本稿では, 反射地におけるObstacle on Reflective Ground (ORG) の新たなデータセットについて紹介する。
  論文  参考訳（メタデータ） (2024-01-02T22:07:44Z)
• Revisiting Single Image Reflection Removal In the Wild [83.42368937164473]
  本研究は,実環境におけるシングルイメージリフレクション除去(SIRR)の問題に焦点をあてる。 我々は,様々な現実世界のリフレクションシナリオに高度に適用可能な,高度なリフレクション収集パイプラインを考案した。 野生での反射除去(RRW)と呼ばれる大規模で高品質な反射データセットを開発する。
  論文  参考訳（メタデータ） (2023-11-29T02:31:10Z)
• Nighttime Smartphone Reflective Flare Removal Using Optical Center Symmetry Prior [81.64647648269889]
  反射フレア(英: Reflective flare)は、レンズの内部に光が反射し、明るい点や「ゴースト効果」を引き起こす現象である。 我々は、反射フレアと光源が常にレンズの光学中心の周囲に対称であることを示す光中心対称性を事前に提案する。 多様なリアルな反射フレアパターンを含むブラケットフレアと呼ばれる最初の反射フレア除去データセットを作成します。
  論文  参考訳（メタデータ） (2023-03-27T09:44:40Z)
• WildLight: In-the-wild Inverse Rendering with a Flashlight [77.31815397135381]
  本研究では、未知の環境光下での逆レンダリングのための実用的な測光ソリューションを提案する。 本システムは,スマートフォンで撮影した多視点画像のみを用いて,シーン形状と反射率を復元する。 提案手法は実装が容易で,セットアップも容易で,既存の逆レンダリング技術よりも一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2023-03-24T17:59:56Z)
• ORCa: Glossy Objects as Radiance Field Cameras [23.75324754684283]
  我々は、未知の幾何学を持つ光沢のある物体を放射場カメラに変換し、物体の視点から世界像を撮影する。 本研究では,環境放射界の復元により,被写体から周囲への深度と放射率の推定が可能となることを示す。 本手法は物体の多視点画像に基づいてエンドツーエンドに学習し, 物体形状, 拡散放射率, および5次元環境放射率場を共同で推定する。
  論文  参考訳（メタデータ） (2022-12-08T19:32:08Z)
• A CNN Based Approach for the Point-Light Photometric Stereo Problem [26.958763133729846]
  本稿では、遠距離場光度ステレオにおける深部ニューラルネットワークの最近の改良を活用して、現実的な仮定を処理できるCNNベースのアプローチを提案する。 われわれのアプローチは、DiLiGenT実世界のデータセットの最先端よりも優れている。 近距離点光源PSデータに対する我々のアプローチの性能を測定するため、LUCESを「近距離点光のための最初の実世界のデータセット」として紹介する。
  論文  参考訳（メタデータ） (2022-10-10T12:57:12Z)
• MonoGraspNet: 6-DoF Grasping with a Single RGB Image [73.96707595661867]
  6-DoFロボットの把握は長続きするが未解決の問題だ。 近年の手法では3次元ネットワークを用いて深度センサから幾何的把握表現を抽出している。 我々はMonoGraspNetと呼ばれるRGBのみの6-DoFグルーピングパイプラインを提案する。
  論文  参考訳（メタデータ） (2022-09-26T21:29:50Z)
• Self-calibrating Photometric Stereo by Neural Inverse Rendering [88.67603644930466]
  本稿では3次元オブジェクト再構成のための非校正光度ステレオの課題に取り組む。 本研究では,物体形状,光方向,光強度を協調的に最適化する手法を提案する。 本手法は,実世界のデータセット上での光推定と形状復元における最先端の精度を示す。
  論文  参考訳（メタデータ） (2022-07-16T02:46:15Z)
• A Categorized Reflection Removal Dataset with Diverse Real-world Scenes [54.662456878340215]
  我々は、分類され、多様で、現実世界(CDR)に分類された新しい反射除去データセットを構築する。 データセットは様々な環境下で様々なガラスタイプを使用して構築され、多様性が保証される。 現状の反射除去法は, 一般にぼやけた反射に対して良好に機能するが, 他の種類の実世界の反射に対する満足度は得られないことを示す。
  論文  参考訳（メタデータ） (2021-08-07T06:56:57Z)
• A CNN Based Approach for the Near-Field Photometric Stereo Problem [26.958763133729846]
  我々は、フォトメトリックステレオにおける現実的な仮定を処理できる最初のCNNベースのアプローチを提案する。 我々は、遠距離場光度ステレオに対するディープニューラルネットワークの最近の改良を活用し、ニアフィールド設定に適応する。 本手法は, 合成実験と実実験の両方において, 最先端の近距離場光度ステレオ法より優れる。
  論文  参考訳（メタデータ） (2020-09-12T13:28:28Z)

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。