論文の概要: Argos: Adapt Rich Geometric Priors for Generalizable Online Scene-Change-Detection

• arxiv url: http://arxiv.org/abs/2610.10181v1
• Date: Wed, 07 Oct 2026 14:48:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.97765
• Title: Argos: Adapt Rich Geometric Priors for Generalizable Online Scene-Change-Detection
• Title（参考訳）: Argos: 一般化可能なオンラインシーン変化検出のためのリッチな幾何学的優先順位
• Abstract要約: 既存の学習ベースの手法は、大きな視点の変化に苦慮し、ノイズに敏感な2次元画像特徴に頼っている。 Geometric Foundation Modelsの暗黙的な3D知識は、これらの制限に対処するための強力な基盤を提供する。 本稿では,共同シーン変化検出と3次元再構成にGFM機能を適用したArgosを紹介する。 ロボット工学用に設計されたリアルタイムシステムであるArgos-SLAMについても紹介する。
• 参考スコア（独自算出の注目度）: 21.150009495954542
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robots operating in dynamic environments require reliable detection of how their surroundings change over time. Existing learning-based methods largely rely on pairwise 2D image features, which struggle under large viewpoint changes and occlusions, are sensitive to noise, and show limited generalization across domains, while explicit 3D approaches typically require costly offline optimization. We show that the implicit 3D knowledge of Geometric Foundation Models (GFMs) provides a strong basis for addressing these limitations. We introduce Argos, which adapts GFM features for joint scene change detection and 3D reconstruction. To address data scarcity and take a step toward a foundation model for scene change detection, we introduce a large-scale benchmark comprising two synthetic datasets and one real-world dataset, and train jointly across diverse datasets to improve cross-domain generalization. We further introduce Argos-SLAM, a real-time system designed for robotics, which performs online change detection and change-aware 4D mapping. Across benchmarks, our framework substantially outperforms existing baselines, with gains of up to 42.01% in change IoU and 27.91% in F1, while supporting scalable deployment in changing real-world environments.
• Abstract（参考訳）: 動的環境で動作するロボットは、時間とともに周囲がどのように変化するかを確実に検出する必要がある。 既存の学習ベースの手法は、大きな視点の変化や閉塞に苦しむ2次元画像の特徴に大きく依存しており、ノイズに敏感であり、ドメイン間の限定的な一般化を示す一方、明示的な3Dアプローチは通常、高価なオフライン最適化を必要とする。 幾何基礎モデル(GFM)の暗黙的な3次元知識は,これらの制約に対処するための強力な基盤を提供することを示す。 本稿では,共同シーン変化検出と3次元再構成にGFM機能を適用したArgosを紹介する。 2つの合成データセットと1つの実世界のデータセットからなる大規模ベンチマークを導入し、多様なデータセットを共同でトレーニングし、ドメイン間の一般化を改善する。 ロボット工学用に設計されたリアルタイムシステムであるArgos-SLAMについても紹介する。 ベンチマーク全体で、我々のフレームワークは既存のベースラインを大幅に上回り、IoUの変更で最大42.01%、F1で27.91%、実環境の変更でスケーラブルなデプロイメントをサポートする。

関連論文リスト

• Domain Generalizable Adaptation of 3D Vision-Language Models via Regularized Fine-Tuning [22.63554774942836]
  本稿では,ReFine3Dについて紹介する。ReFine3Dは3次元大規模マルチモーダルモデルのドメイン一般化可能なチューニングのための規則化された微調整フレームワークである。 ReFine3Dは、ベース・ツー・ノーベル・クラスの一般化を1.36%改善し、データセット間の転送を2.43%改善し、破損に対する堅牢性を1.80%改善し、ショット精度を最大3.11%向上した。
  論文  参考訳（メタデータ） (2026-06-16T20:31:05Z)
• Scalable Adaptation of 3D Geometric Foundation Models via Weak Supervision from Internet Video [76.32954467706581]
  本稿では,生のビデオストリームからGEometric foundationモデルのスケーラブル適応を行うフレームワークであるSAGEを提案する。 階層的なマイニングパイプラインを使用して、ビデオをトレーニングトラジェクトリやハイブリッド監視に変換します。 実験の結果、SAGEはゼロショットの一般化を著しく向上し、チェムファー距離を20-42%削減した。
  論文  参考訳（メタデータ） (2026-02-08T09:53:21Z)
• Motion4D: Learning 3D-Consistent Motion and Semantics for 4D Scene Understanding [54.859943475818234]
  基礎モデルからの2次元先行を統一された4次元ガウススプラッティング表現に統合する新しいフレームワークであるMotion4Dを提案する。 1) 局所的な一貫性を維持するために連続的に動き場と意味体を更新する逐次最適化,2) 長期的コヒーレンスのために全ての属性を共同で洗練するグローバル最適化,である。 提案手法は,ポイントベーストラッキング,ビデオオブジェクトセグメンテーション,新しいビュー合成など,多様なシーン理解タスクにおいて,2次元基礎モデルと既存の3Dベースアプローチの両方に優れる。
  論文  参考訳（メタデータ） (2025-12-03T09:32:56Z)
• GSFF-SLAM: 3D Semantic Gaussian Splatting SLAM via Feature Field [17.57215792490409]
  GSFF-SLAMは3次元ガウススプラッティングに基づく新しい意味論的SLAMシステムである。 提案手法は, 様々な2次元先行情報, 特にスパース信号と雑音信号を用いた意味的再構成を支援する。 2D基底真理を利用する場合、GSFF-SLAMは95.03% mIoUで最先端のセマンティックセグメンテーション性能を達成する。
  論文  参考訳（メタデータ） (2025-04-28T01:21:35Z)
• GEAL: Generalizable 3D Affordance Learning with Cross-Modal Consistency [50.11520458252128]
  既存の3Dアベイランス学習手法は、注釈付きデータに制限があるため、一般化と堅牢性に苦慮している。 本稿では,大規模事前学習型2Dモデルを活用することで,3次元アベイランス学習の一般化と堅牢性を高めるための新しいフレームワークであるGEALを提案する。 GEALは、既存のメソッドと、新しいオブジェクトカテゴリ、および破損したデータにおいて、一貫して優れています。
  論文  参考訳（メタデータ） (2024-12-12T17:59:03Z)
• Boosting Cross-Domain Point Classification via Distilling Relational Priors from 2D Transformers [59.0181939916084]
  従来の3Dネットワークは主に局所幾何学的詳細に焦点を当て、局所幾何学間の位相構造を無視する。 そこで本稿では,大規模画像上においてよく訓練されたトランスフォーマーから前駆体を抽出する,新しい先駆体蒸留法を提案する。 PointDA-10とSim-to-Realデータセットの実験は、提案手法が点クラウド分類におけるUDAの最先端性能を一貫して達成していることを検証する。
  論文  参考訳（メタデータ） (2024-07-26T06:29:09Z)
• ALSTER: A Local Spatio-Temporal Expert for Online 3D Semantic Reconstruction [62.599588577671796]
  本稿では,RGB-Dフレームのストリームから3次元セマンティックマップを段階的に再構成するオンライン3次元セマンティックセマンティックセマンティクス手法を提案する。 オフラインの手法とは異なり、ロボット工学や混合現実のようなリアルタイムな制約のあるシナリオに直接適用できます。
  論文  参考訳（メタデータ） (2023-11-29T20:30:18Z)

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。