論文の概要: FOCUS: Fine-Grained Open-Vocabulary Change Detection for Uncertainty-Aware Semi-Static Scenes

• arxiv url: http://arxiv.org/abs/2610.05639v1
• Date: Mon, 05 Oct 2026 00:30:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 12:22:24.9685
• Title: FOCUS: Fine-Grained Open-Vocabulary Change Detection for Uncertainty-Aware Semi-Static Scenes
• Title（参考訳）: FOCUS:不確かさを意識した半静的シーンの細粒オープンボキャブラリ変化検出
• Abstract要約: FOCUSは、オブジェクトレベルの変更検出とマップメンテナンスのための不確実性を認識したフレームワークである。 半静的記憶の維持を確率的推論として定式化し、3次元ガウス写像から得られる幾何的可能性と外観的可能性とを融合する。 本手法はIsaac Simの倉庫における不明瞭な代替品と現実のTorWICデータセットを用いて評価する。
• 参考スコア（独自算出の注目度）: 31.159688521376935
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous robots operating over long periods must keep their environmental memory up to date as the world changes between visits. In semi-static environments, an object may be replaced in place by a different but geometrically and semantically similar instance, making the identity change difficult to detect from geometry or coarse semantics alone. We present FOCUS, an uncertainty-aware framework for object-level change detection and map maintenance. We formulate semi-static memory maintenance as probabilistic inference that fuses geometric likelihood with appearance likelihood rendered from a 3D Gaussian map. A recursive three-state estimator maintains whether each mapped object is PERSISTED, REPLACED, or REMOVED. To account for imperfect 3DGS rendering, we model the rendered appearance evidence probabilistically rather than using it as a direct change score, with the model parameters automatically calibrated from a change-free replay of the initial mapping session. We evaluate our method on a new Isaac Sim warehouse benchmark with ambiguous in-place replacements and on the real-world TorWIC dataset. It improves object-level replacement F1 from 0.20 to 0.84 over a probabilistic baseline and transfers to real-world data without manual parameter retuning.
• Abstract（参考訳）: 長期にわたって稼働する自律ロボットは、世界が訪れる間、環境記憶を最新に保つ必要がある。 半静的環境では、オブジェクトは異なるが幾何学的および意味論的に類似したインスタンスに置き換えられ、幾何学的または粗いセマンティクスからのみ検出することが困難になる。 FOCUSはオブジェクトレベルの変化検出とマップメンテナンスのための不確実性を考慮したフレームワークである。 半静的記憶の維持を確率的推論として定式化し、3次元ガウス写像から得られる幾何的可能性と外観的可能性とを融合する。 再帰的な3状態推定器は、各マップされたオブジェクトがPERSISTED、REPLACED、あるいはREMOVEDであるかどうかを維持する。 不完全な3DGSレンダリングを考慮に入れるため、直接変更スコアとしてではなく、レンダリングされた外観証拠を確率的にモデル化し、初期マッピングセッションの変更不要リプレイからモデルパラメータを自動的に調整する。 本手法はIsaac Simの倉庫における不明瞭な代替品と現実のTorWICデータセットを用いて評価する。 確率的ベースラインよりもオブジェクトレベルの置換 F1 を 0.20 から 0.84 に改善し、手動でパラメータを調整せずに実世界のデータに転送する。

関連論文リスト

• Adaptive World Memory 3D Foundation Model for Scalable 3D Mapping, Localization, and Rendering [58.112594289451664]
  本稿では,スケーラブルなロボットローカライゼーション,再構成,ガウスレンダリングのためのメモリ中心の3次元基礎モデルを提案する。 我々のコアは、トランスフォーマーベースのゲート更新とテスト時間時空間制御を組み合わせたアダプティブワールドメモリ機構である。 その結果,既存の3次元ファンデーション再構築およびSLAMベースラインよりも軌道精度,復元完全性,レンダリング品質が向上した。
  論文  参考訳（メタデータ） (2026-09-18T08:53:12Z)
• Uncertainty-Aware RL-Controlled Adaptive 3D Mapping [67.64575926364144]
  ボクセルを用いた体積マッピングは3次元再構成の基礎となる。 固定解像度グリッドは本質的に非効率である。 セマンティックエントロピーに基づいてボクセルを改良する適応型フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-17T17:53:51Z)
• Topometric Autonomous Vehicle Localization by Combining Visual Embeddings and Feed-Forward 3D Models [3.807858988066276]
  本稿では,VPRとメカニカルポーズ推定を組み合わせた視覚的ローカライゼーションの枠組みを提案する。 3つの既知のベンチマークでフレームワークを広範囲に評価し、既存の外見に基づく手法よりも大幅に改善した。 提案手法のモジュラリティにより,ディスクリプタ抽出モデルとFF3Dモデルとの相互互換性が保たれる。
  論文  参考訳（メタデータ） (2026-08-06T13:26:47Z)
• Reliability-Aware 3D Geometric Injection for Universal Person Re-identification [47.874819213762926]
  本稿では,一貫性を考慮した信頼性ゲートとDual-Stream Residual Fusionによって駆動されるUniversal Monocular 3D-Enhanced ReIDフレームワークを提案する。 本手法は,クリーンドメイン上での競合性能を維持しながら,難易度,構造に敏感なシナリオを改善する。
  論文  参考訳（メタデータ） (2026-07-21T08:54:25Z)
• Learning to Evolve: Multi-modal Interactive Fields for Robust Humanoid Navigation in Dynamic Environments [10.149525023566712]
  マルチモーダル・インタラクティブ・フィールド(MIF)は、信頼を意識したセマンティック3Dガウス・スプラッティング、離散性トリガー付き空間記憶更新、およびクローズドループ認識適応パイプライン内でのタスク駆動幾何再構成を統合したヒューマノイド指向システムである。 実際のダイナミックオフィスのUnitree-G1ヒューマノイドでは、MIFは静的なシーングラフメモリに比べて12%から94%の非静的環境における再配置の成功を改善し、実用的なオンライン操作のための機能蒸留によってセマンティックメモリのフットプリントを91.4%削減した。
  論文  参考訳（メタデータ） (2026-05-21T03:11:43Z)
• CoordAR: One-Reference 6D Pose Estimation of Novel Objects via Autoregressive Coordinate Map Generation [20.453498343557026]
  CoordARは、一参照6Dポーズ推定のための新しい自動回帰フレームワークである。 1) 離散化された3次元空間上での確率的予測を可能にする新しい座標マップのトークン化,2) RGBの外観と座標キューを別々に符号化するモダリティデカップリング符号化戦略,3) 両方の位置整列クエリ特徴に条件付き自己回帰変換器デコーダを提案する。
  論文  参考訳（メタデータ） (2025-11-17T03:15:46Z)
• Semantic Segmentation and Scene Reconstruction of RGB-D Image Frames: An End-to-End Modular Pipeline for Robotic Applications [0.7951977175758216]
  従来のRGB-D処理パイプラインは主に幾何学的再構成に焦点を当てている。 セマンティックセグメンテーション、ヒューマントラッキング、ポイントクラウド融合、シーン再構築を統合した、新しいエンドツーエンドのモジュールパイプラインを導入する。 我々は、ベンチマークデータセットと現実世界のKinect RGB-Dデータにアプローチを検証し、効率、精度、ユーザビリティを改善した。
  論文  参考訳（メタデータ） (2024-10-23T16:01:31Z)
• Memorize What Matters: Emergent Scene Decomposition from Multitraverse [54.487589469432706]
  3次元ガウス写像は3次元ガウス写像をベースとしたカメラのみのオフラインマッピングフレームワークである。 3DGMは、同じ領域から複数のRGBビデオをガウスベースの環境マップに変換し、同時に2D短命なオブジェクトセグメンテーションを実行する。 We build the Mapverse benchmark, sourced from the Ithaca365 and nuPlan datasets, to evaluate our method in unsupervised 2D segmentation, 3D reconstruction, and Neural rendering。
  論文  参考訳（メタデータ） (2024-05-27T14:11:17Z)
• Learning Nonparametric Human Mesh Reconstruction from a Single Image without Ground Truth Meshes [56.27436157101251]
  そこで本研究では,人間のメッシュ再構築を基礎となる真理メッシュを使わずに学習する手法を提案する。 これはグラフ畳み込みニューラルネットワーク(Graph CNN)の損失関数に2つの新しい用語を導入することで実現される。
  論文  参考訳（メタデータ） (2020-02-28T20:30:07Z)

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。