論文の概要: MemReg: Streaming Outdoor LiDAR Point Cloud Registration with Hybrid Memory Buffers
- arxiv url: http://arxiv.org/abs/2610.12624v1
- Date: Thu, 08 Oct 2026 18:44:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:06:29.251597
- Title: MemReg: Streaming Outdoor LiDAR Point Cloud Registration with Hybrid Memory Buffers
- Title（参考訳）: MemReg: ハイブリッドメモリバッファによる屋外LiDARポイントクラウド登録のストリーミング
- Abstract要約: 本稿では、ポーズ関連メモリバッファで強化されたLiDARスキャンをストリーミングするための、新しいマルチフレーム屋外クラウド登録ネットワークを提案する。
長期の時間的LiDARシーケンスは、スパース測定を完了し、アウトレイラをフィルタし、低オーバーラップ問題に対処するために、豊富なグローバルなコンテキスト情報を提供することができる。
また,本手法は,3DMatch,3DLoMatch,ScanNetにおいて,比較的競争力のある性能を持つマルチビュー屋内登録シナリオに対して,驚くほどよく一般化する。
- 参考スコア（独自算出の注目度）: 45.30220447289665
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Prior outdoor LiDAR registration works are commonly limited by the pair-wise input paradigm, which neglects temporal correlations inherent within streaming sequences. In this paper, we propose a novel multi-frame outdoor point cloud registration network for streaming LiDAR scans enhanced with pose-related memory buffers. The key observation is that long-term temporal LiDAR sequences can provide rich global contextual information to complete sparse measurements, filter outliers, and address low-overlap problems, thereby boosting registration performance. Specifically, two hybrid memory buffers are designed, including an implicit memory feature buffer and an explicit memory pose buffer, to store and dynamically update pose-related temporal features. Moreover, a novel dynamic history weighting module is developed to adaptively fuse current and history pose-related features. Extensive experiments on three outdoor datasets, including KITTI, nuScenes, and Apollo-Southbay, demonstrate state-of-the-art performance of MemReg, surpassing all previous pair-wise methods and also multi-frame SLAM systems. Our method also generalizes surprisingly well to multiview indoor registration scenarios with rather competitive performance on 3DMatch, 3DLoMatch, and ScanNet. Code will be released at https://github.com/IRMVLab/MemReg.
- Abstract（参考訳）: 従来の屋外LiDAR登録作業は、ストリーミングシーケンスに固有の時間的相関を無視したペアワイズ入力パラダイムによって、一般的に制限されている。
本稿では、ポーズ関連メモリバッファで強化されたLiDARスキャンをストリーミングするための、新しいマルチフレーム屋外クラウド登録ネットワークを提案する。
キーとなる観察は、長期間のLiDARシーケンスは、スパース測定を完了し、アウトレイラをフィルタし、低オーバーラップ問題に対処するために、豊富なグローバルな文脈情報を提供できるため、登録性能が向上するということである。
具体的には、暗黙のメモリ特徴バッファと明示的なメモリポーズバッファを含む2つのハイブリッドメモリバッファを設計し、ポーズに関連する時間的特徴を保存および動的に更新する。
さらに、動的履歴重み付けモジュールを開発し、電流と履歴ポーズ関連特徴を適応的に融合させる。
KITTI、nuScenes、Apollo-Southbayを含む3つの屋外データセットに対する大規模な実験は、MemRegの最先端のパフォーマンスを示し、以前のペアワイドメソッドとマルチフレームSLAMシステムを上回った。
また,本手法は,3DMatch,3DLoMatch,ScanNetにおいて,比較的競争力のある性能を持つマルチビュー屋内登録シナリオに対して,驚くほどよく一般化する。
コードはhttps://github.com/IRMVLab/MemReg.comでリリースされる。
関連論文リスト
- Beyond Retrieval: Progressive Latent Memory Evolution for Streaming Video Understanding [64.34948094316685]
latentStreamは、ストリーミングメモリをストア・アンド・レトリーブから検索・インターナライズへシフトする、プログレッシブな潜伏型ワーキングメモリフレームワークです。
LatentStreamは、既存のオンラインおよびオフラインビデオベンチマークで、最先端の新たな結果を達成する。
論文 参考訳（メタデータ） (2026-09-03T17:28:14Z) - Dual-Grained Agent Memory and Shapley Context Attribution for Multimodal Agentic Learner [55.80248281761638]
マルチモーダルな大言語モデル (MLLM) は、科学的および数学的推論において、印象的な認識を提供する。
本稿では,DG-Memを提案する。DG-Memは,トレーニングタイムのロールアウトから一度構築した外部記憶メモリと,テスト時に読み取り専用に相談することで,凍結したMLLMを拡張可能なエージェントメモリフレームワークである。
論文 参考訳（メタデータ） (2026-08-24T13:56:01Z) - Advancing Narrative Long Video Generation via Training-Free Identity-Aware Memory [79.01059178883817]
IAMFlowはトレーニング不要のID対応メモリフレームワークで、永続的なエンティティのIDを明示的にモデル化し追跡する。
VLMは、レンダリングフレームから属性を非同期に検証し、洗練し、暗黙の類似性ベースのマッチングの代わりに明示的なエンティティ追跡を可能にする。
NarraStream-Benchは,6次元にまたがる324のマルチプロンプトスクリプトを備えた,ナラストリームビデオ生成のためのベンチマークである。
論文 参考訳（メタデータ） (2026-05-18T17:54:34Z) - CoMemNet: Contrastive Sampling with Memory Replay Network for Continual Traffic Prediction [9.20946167868458]
本稿では,CoMemNet という名前のトラフィック予測のための,シンプルで効率的な2分岐連続学習フレームワークを提案する。
CoMemNetは、大規模な3つの実世界のデータセットすべてにわたって、最先端(SOTA)のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-05-07T06:29:58Z) - SAM-DAQ: Segment Anything Model with Depth-guided Adaptive Queries for RGB-D Video Salient Object Detection [44.480885765890925]
本稿では,Depth-Guided Adaptive Queries (SAM-DAQ) を用いた新しいセグメンテーションモデルを提案する。
SAM-DAQは、深度と時間的手がかりを統一されたフレームワークにシームレスに統合することにより、SAM2をビデオから鮮やかなオブジェクトに適応させる。
実験は3つのRGB-D VSODデータセットを用いて行われ、提案したSAM-DAQは、すべての評価指標で常に最先端の手法より優れていることを示す。
論文 参考訳（メタデータ） (2025-11-13T02:04:03Z) - LightMem: Lightweight and Efficient Memory-Augmented Generation [72.21680105265824]
我々は、メモリシステムの性能と効率のバランスをとるLightMemという新しいメモリシステムを紹介した。
人間の記憶のアトキンソン・シフリンモデルにインスパイアされたLightMemは、メモリを3つの相補的なステージにまとめる。
GPTとQwenのバックボーンを用いたLongMemEvalの実験では、LightMemは高いベースライン(最大10.9%のゲイン)を上回り、トークンの使用量を最大117倍に削減している。
論文 参考訳（メタデータ） (2025-10-21T17:58:17Z) - ReWind: Understanding Long Videos with Instructed Learnable Memory [8.002949551539297]
VLM(Vision-Language Models)は、テキスト情報と視覚情報の統合的な理解を必要とするアプリケーションに不可欠である。
本稿では,時間的忠実さを保ちながら,より効率的な長時間ビデオ理解を実現するためのメモリベースの新しいVLMであるReWindを紹介する。
本稿では,視覚的質問応答(VQA)と時間的グラウンド処理におけるReWindの優れた性能を実証的に示す。
論文 参考訳（メタデータ） (2024-11-23T13:23:22Z) - Recurrent Dynamic Embedding for Video Object Segmentation [54.52527157232795]
一定サイズのメモリバンクを構築するためにRDE(Recurrent Dynamic Embedding)を提案する。
本稿では, SAM を長時間の動画でより堅牢にするため, トレーニング段階での無バイアス誘導損失を提案する。
また、メモリバンクの異なる品質のマスクの埋め込みをネットワークが修復できるように、新たな自己補正戦略を設計する。
論文 参考訳（メタデータ） (2022-05-08T02:24:43Z)
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。