論文の概要: Pumpire: Unified Benchmark for Metric Distance Estimation

• arxiv url: http://arxiv.org/abs/2610.12423v1
• Date: Thu, 08 Oct 2026 17:55:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:54.243095
• Title: Pumpire: Unified Benchmark for Metric Distance Estimation
• Title（参考訳）: pumpire: メトリクス距離推定のための統一ベンチマーク
• Abstract要約: Pumpireは、画像とビデオの両方の3D基礎モデルの計測点対距離推定能力を評価するためのベンチマークである。 代表的な3D基礎モデルの29のベースライン構成について広範な実験を行った。
• 参考スコア（独自算出の注目度）: 54.236396473728696
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We present Pumpire, a unified benchmark for evaluating metric point-pair distance estimation capability of both image- and video-level 3D foundation models, with or without depth priors. In contrast to previous approaches that normally evaluate depth and camera intrinsics separately or evaluate point-clouds with geometric similarity metrics, which cannot directly reflect models' point-to-point distance estimation capability, Pumpire directly assesses point-to-point distances from the reconstructed geometry. To this end, we collect a large-scale and diverse dataset (pumpire-6k) comprising 100 real-world scenes, each annotated with physically measured point-pair distances and containing 64 frames, for a total of 6,400 frames. Building on this dataset, we establish a holistic evaluation protocol that covers both image- and video-level 3D foundation models and enables direct assessment of point-pair distance errors and cross-setting comparison. We conduct extensive experiments across 29 baseline configurations of representative 3D foundation models and provide a comprehensive analysis of the results. By offering this benchmark, we target the more fundamental ability to perceive and estimate physical scale in the reconstructed 3D space, which prior evaluation protocols have largely overlooked. The project page can be found at https://pumpire.github.io/
• Abstract（参考訳）: 本稿では,画像レベルと映像レベルの両方の3次元基礎モデルの計測点対距離推定能力を評価するための統合ベンチマークであるPumpireについて述べる。 通常、深度とカメラの内在を別々に評価したり、幾何学的類似度で点雲を評価したり、モデルの点間距離推定能力を直接反映できない従来のアプローチとは対照的に、パンパイアは再構成された幾何学から点間距離を直接評価する。 この目的のために,100の現実世界シーンからなる大規模・多種多様なデータセット(pumpire-6k)を収集し,それぞれに物理的に計測された点対距離と64フレームを含む注釈を付けた。 このデータセットに基づいて、画像レベルと映像レベルの両方の3次元基礎モデルをカバーする総合評価プロトコルを構築し、点対距離誤差の直接評価とクロスセット比較を可能にする。 代表的3D基礎モデルの29のベースライン構成に対して広範な実験を行い、その結果を包括的に分析する。 このベンチマークを提供することにより,従来の評価プロトコルがほとんど見落としていた再構成された3次元空間における物理的スケールを知覚し,推定する,より基本的な能力をターゲットにする。 プロジェクトのページはhttps://pumpire.github.io/にある。

関連論文リスト

• 3D Segmentation Using Viewpoint-Dependent Spatial Relationships [55.198821645924234]
  220kのベンチマークサンプルを含む視点対応3Dセグメンテーションデータセットを提案する。 このデータセットでは、対象オブジェクトはオブザーバー中心の空間関係によってのみ識別できる。 カメラのポーズをエンコードする視点表現を導入し、そのモデルに観察視点を条件づける。
  論文  参考訳（メタデータ） (2026-05-15T07:58:44Z)
• Geo6DPose: Fast Zero-Shot 6D Object Pose Estimation via Geometry-Filtered Feature Matching [0.0]
  Geo6DPoseは、ゼロショット6Dポーズ推定のための軽量で、完全にローカルで、トレーニング不要なパイプラインである。 Geo6DPoseは、1つのコモディティGPU上で、はるかに大きなゼロショットベースラインの平均リコールをマッチングしながら、サブ秒の推論を実現する。
  論文  参考訳（メタデータ） (2025-12-11T14:20:17Z)
• Metric3Dv2: A Versatile Monocular Geometric Foundation Model for Zero-shot Metric Depth and Surface Normal Estimation [74.28509379811084]
  Metric3D v2は、ゼロショット距離深さと1枚の画像からの表面正規推定のための幾何学的基礎モデルである。 距離深度推定と表面正規度推定の両方の解を提案する。 本手法は, ランダムに収集したインターネット画像上での計測3次元構造の正確な復元を可能にする。
  論文  参考訳（メタデータ） (2024-03-22T02:30:46Z)
• LocaliseBot: Multi-view 3D object localisation with differentiable rendering for robot grasping [9.690844449175948]
  オブジェクトのポーズ推定に重点を置いています。 このアプローチは,オブジェクトの複数ビュー,それらの視点におけるカメラのパラメータ,オブジェクトの3次元CADモデルという3つの情報に依存している。 推定対象のポーズが99.65%の精度で真理把握候補を把握できることが示される。
  論文  参考訳（メタデータ） (2023-11-14T14:27:53Z)
• Single-stage Keypoint-based Category-level Object Pose Estimation from an RGB Image [27.234658117816103]
  カテゴリレベルのオブジェクトポーズ推定のための,単一段階のキーポイントに基づくアプローチを提案する。 提案ネットワークは2次元オブジェクト検出を行い、2次元キーポイントを検出し、6-DoFのポーズを推定し、相対的に有界な立方体次元を回帰する。 我々は,3次元IoU測定値における最先端の手法よりも優れた,挑戦的なObjectronベンチマークに関する広範囲な実験を行った。
  論文  参考訳（メタデータ） (2021-09-13T17:55:00Z)
• Category-Level Metric Scale Object Shape and Pose Estimation [73.92460712829188]
  本稿では,測度スケールの形状と1枚のRGB画像からのポーズを共同で推定するフレームワークを提案する。 カテゴリーレベルのオブジェクトのポーズと形状を評価するために,合成と実世界の両方のデータセット上で本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2021-09-01T12:16:46Z)
• Baseline and Triangulation Geometry in a Standard Plenoptic Camera [6.719751155411075]
  レンズカメラに三角測量を適用可能な幾何学的光場モデルを提案する。 提案手法から推定した距離は,カメラの前に設置した実物の距離と一致している。
  論文  参考訳（メタデータ） (2020-10-09T15:31:14Z)

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。