論文の概要: Sparse2comm: Towards Robust Cooperative 3D Object Detection

• arxiv url: http://arxiv.org/abs/2610.08573v1
• Date: Tue, 06 Oct 2026 15:48:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:30.094187
• Title: Sparse2comm: Towards Robust Cooperative 3D Object Detection
• Title（参考訳）: Sparse2comm:ロバストな3Dオブジェクト検出を目指して
• Abstract要約: 本研究では, 信頼性の低い協調動作を, 劣化した特徴に対する進行的復元として扱う3次元物体検出フレームワークを提案する。 Sparse2commは順序付けられたパイプラインにおける意味的完全性、時間的一貫性、空間的アライメントを復元する。 実験により、Sparse2commは競争力のあるクリーンな精度を維持し、個々の現実世界と混在する現実世界の劣化下でのロバスト性を改善することが示されている。
• 参考スコア（独自算出の注目度）: 44.453677367118075
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cooperative perception improves autonomous driving by sharing complementary observations among vehicles and roadside infrastructure for 3D object detection. However, practical deployment is constrained by limited bandwidth and unreliable cooperation, where packet loss, transmission delay, and spatial misalignment jointly degrade the cooperative feature stream. Existing methods often reduce communication cost or compensate for one degradation type, leaving coupled disturbances insufficiently addressed. To address this problem, we propose Sparse2comm, a bandwidth-efficient and robust cooperative 3D object detection framework that treats unreliable cooperation as progressive restoration over degraded cooperative features. Sparse Feature Encoding first encodes communication as randomly mask-sampled foreground features transmitted by collaborating agents, from which the ego vehicle reconstructs dense semantic representations. This sparse-to-dense mechanism learns to infer missing object-centric content from sparse observations, enabling ultra-low-bandwidth communication and packet-loss recovery within the same representation. On the semantically restored features, Latency-Aware Alignment predicts motion flow to compensate delayed messages, and Self-Calibrating Fusion estimates residual spatial offsets in a self-supervised manner before adaptive cross-agent fusion. Sparse2comm therefore restores semantic completeness, temporal consistency, and spatial alignment in an ordered pipeline. Extensive experiments on DAIR-V2X, OpenV2V, and V2V4Real show that Sparse2comm maintains competitive clean accuracy and consistently improves robustness under individual and mixed real-world degradations. Compared with the selective feature communication baseline Where2comm, Sparse2comm improves mixed-setting AP@0.5/AP@0.7 by +20.15/+11.79, +12.66/+11.07, and +15.36/+12.61 on the three datasets, respectively.
• Abstract（参考訳）: 協調認識は3次元物体検出のための車両と道路インフラストラクチャ間の相補的な観察を共有することにより、自律運転を改善する。 しかし,パケットロス,送信遅延,空間的不整合が協調的特徴ストリームを協調的に劣化させるような,限られた帯域幅と信頼性の低い協調によって,現実的な展開が制限される。 既存の手法では、通信コストを削減したり、一つの劣化型を補うことがあり、結合された障害に対処するには不十分である。 そこで本稿では,信頼性の低い3次元オブジェクト検出フレームワークであるSparse2commを提案する。 Sparse Feature Encodingは、まずランダムにマスクをサンプリングしたフォアグラウンドの特徴として通信を符号化する。 このスパース・トゥ・デンス機構は、スパース観測から欠落したオブジェクト中心のコンテンツを推測することを学び、同じ表現内で超低帯域通信とパケットロス回復を可能にする。 セマンティックに復元された特徴について、遅延認識アライメントは遅延メッセージを補うために動きの流れを予測し、自己校正融合は適応的クロスエージェント融合の前に自己監督的な方法で残留空間オフセットを推定する。 従ってスパース2コムは順序付けられたパイプラインにおける意味的完全性、時間的一貫性、空間的アライメントを復元する。 DAIR-V2X、OpenV2V、V2V4Realの大規模な実験により、Sparse2commは競争力のあるクリーンな精度を維持し、個々の現実世界と混在する現実世界の劣化下での堅牢性を一貫して改善していることが示された。 Where2commと比較して、Sparse2commは混合セットAP@0.5/AP@0.7を+20.15/+11.79、+12.66/+11.07、+15.36/+12.61で改善している。

関連論文リスト

• VIPS: Vehicle-Infrastructure Cooperative Planning Benchmark via Pseudo-Simulation [50.18051979020699]
  VIPSは擬似シミュレーションに基づくV2I設定における協調自動運転のベンチマークである。 CoS-V2Xはスパース表現に基づく協調計画フレームワークである。
  論文  参考訳（メタデータ） (2026-09-02T11:32:52Z)
• RECO: Region-Aware Compensation for Extrinsic Perturbations in Roadside 3D Detection [13.05494342638977]
  道路沿いの3D物体検出は、交通理解、協調早期警戒、安全な自動運転に不可欠な広域認識を提供する。 既存の方法は、カメラ外在物に対する高い感度に悩まされており、わずかな偏差でさえ射影幾何学によって増幅することができる。 部分的6-DoFポーズオフセットを用いて外因性を修正する地域対応外因性補償フレームワークRECOを提案する。
  論文  参考訳（メタデータ） (2026-07-23T05:56:42Z)
• Sparse-Aware Vector Quantization for Bandwidth-Efficient Collaborative 3D Semantic Occupancy Prediction [5.902824856447626]
  協調知覚は、複数の車両が相補的な知覚情報を交換できるようにすることで、単一エージェントの知覚を拡張する。 既存の方法は一般的に3D機能を2Dに圧縮し、空間情報を失う。 本稿では,帯域効率の良い協調ベクトル量子化セマンティック占有予測フレームワークを提案する。 提案手法は,通信容量を最大82倍に削減しつつ,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2026-07-02T09:23:23Z)
• SparseCoop: Cooperative Perception with Kinematic-Grounded Queries [24.54324085409114]
  SparseCoopは3次元検出と追跡のための完全にスパースな協調認識フレームワークである。 2X-SeqとGriffinのデータセットの実験は、SparseCoopが最先端のパフォーマンスを達成することを示している。
  論文  参考訳（メタデータ） (2025-12-07T13:22:06Z)
• Vision-Only Gaussian Splatting for Collaborative Semantic Occupancy Prediction [12.80732853899807]
  協調認識により、連結車両は情報を共有できる。 既存の3Dセマンティック占有予測のための視覚のみの手法は、一般的に密度の高い3Dボクセルに依存している。 本稿では,スパース3Dセマンティックスプラッティングを利用した3Dセマンティック占有予測手法を提案する。
  論文  参考訳（メタデータ） (2025-08-12T19:50:34Z)
• ALOcc: Adaptive Lifting-Based 3D Semantic Occupancy and Cost Volume-Based Flow Predictions [91.55655961014027]
  シーン理解には3次元セマンティック占有とフロー予測が不可欠である。 本稿では,3つの改善点を目標とした視覚ベースのフレームワークを提案する。 我々の純粋な畳み込みアーキテクチャは、セマンティック占有率とジョイントセマンティックフロー予測の両方のために、複数のベンチマーク上で新しいSOTA性能を確立する。
  論文  参考訳（メタデータ） (2024-11-12T11:32:56Z)
• StreamLTS: Query-based Temporal-Spatial LiDAR Fusion for Cooperative Object Detection [0.552480439325792]
  我々は、広く使われているデータセットOPV2VとDairV2Xを適応させる、TA-COOD(Time-Aligned Cooperative Object Detection)を提案する。 実験結果から, 最先端の高密度モデルと比較して, 完全スパースフレームワークの優れた効率性が確認された。
  論文  参考訳（メタデータ） (2024-07-04T10:56:10Z)
• Auxiliary Tasks Benefit 3D Skeleton-based Human Motion Prediction [106.06256351200068]
  本稿では,補助的なタスクを伴うモデル学習フレームワークを提案する。 補助作業では、部分体関節の座標はマスキングまたはノイズ付加によって損なわれる。 本稿では,不完全かつ破損した動作データを処理できる新しい補助適応変換器を提案する。
  論文  参考訳（メタデータ） (2023-08-17T12:26:11Z)

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。