論文の概要: ClothAtlas: Joint Garment Identification and State Estimation under Self-Occlusion
- arxiv url: http://arxiv.org/abs/2610.16293v1
- Date: Mon, 12 Oct 2026 07:18:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-19 06:39:30.130274
- Title: ClothAtlas: Joint Garment Identification and State Estimation under Self-Occlusion
- Title（参考訳）: ClothAtlas: 自己閉塞下における共同衣服の同定と状態推定
- Abstract要約: 衣服を共同で識別し,部分点雲から完全な構成を推定するClathAtlasを紹介した。
共有グラフ条件付きフローマッチングモデルでは、各候補メッシュの構成をサンプリングし、観測適合度で候補をランク付けする。
DexGarmentLabの衣服でClathAtlas氏は、22種類のテスト服の候補のうち、最初に正しいメッシュをランク付けした。
- 参考スコア（独自算出の注目度）: 15.646857723829973
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Garment manipulation requires inferring both garment identity and complete configuration from partial, self-occluded observations. This creates a chicken-and-egg problem: completing a partial observation requires a garment-specific deformation prior, while identifying the garment requires a configuration that explains the observation. We introduce ClothAtlas, which jointly identifies garments and estimates their complete configurations from partial point clouds and a library of canonical meshes. A shared graph-conditioned flow-matching model samples configurations for each candidate mesh and ranks candidates by observation fit. The model accommodates different mesh shapes, vertex counts, and connectivities, allowing new garments to be added from canonical meshes alone without retraining. On held-out DexGarmentLab garments, ClothAtlas ranks the correct mesh first among 221 candidates for all 22 test garments from a single flat observation. From a single self-occluded observation, it identifies 15/22 garments, compared with 8/22 for a deterministic graph estimator. Persistent vertex identities support grasp-target localization on real garments, reducing mean error from 15.4 to 6.4 cm overall and from 17.0 to 8.3 cm on occluded targets compared with dense descriptor matching. Project page: https://clothatlas.github.io/
- Abstract（参考訳）: 衣服の操作には、衣服のアイデンティティと完全な構成の両方を、部分的かつ自己排他的な観察から推測する必要がある。
部分的な観察を完了させるには、前もって衣服固有の変形が必要だが、衣服を特定するには、観察を説明する構成が必要である。
衣服を共同で識別し、部分点雲と標準メッシュのライブラリーから完全な構成を推定するClathAtlasを紹介した。
共有グラフ条件付きフローマッチングモデルでは、各候補メッシュの構成をサンプリングし、観測適合度で候補をランク付けする。
このモデルは、異なるメッシュ形状、頂点数、接続性に対応し、再トレーニングすることなく、カノニカルメッシュから新しい衣服を追加できる。
DexGarmentLabの衣服でClathAtlas氏は、22種類のテスト服の候補のうち、最初に正しいメッシュをランク付けした。
1つの自己排他的観測から、15/22の衣服を識別し、決定論的グラフ推定器の8/22と比較する。
永続的な頂点アイデンティティは、実際の衣服におけるグリップターゲットのローカライゼーションをサポートし、平均誤差は15.4から6.4cm、閉ざされたターゲットでは17.0から8.3cmまで減少する。
プロジェクトページ: https://clothatlas.github.io/
関連論文リスト
- Agora: Git as Shared Memory for Collective AutoResearch [54.31992252587096]
別々のセッションで作業する調査エージェントは、他の人が試したことと、構築可能な結果を知る必要がある。
各コミットは結果、洞察、仮説、検証、報告を記録し、それを以前の作業とリンクする。
約12日間に渡り,13人の言語モデル労働者がアゴラを重み移動問題の解決に利用したことを報告した。
論文 参考訳（メタデータ） (2026-09-16T04:00:54Z) - Language Models Agree With Each Other, Not With Readers [1.8620637029128544]
我々は、その目的のために構築された誰もいない人間の参照に対する収束を測定する。
120のWebドキュメントに2,523のリードマークがある。
読者が読むものよりも確実に読者に同意するモデルはない。
論文 参考訳（メタデータ） (2026-07-31T10:44:10Z) - Graph Feedback Controls Consensus and Clique Formation in Open-Weight Language-Model Populations [0.0]
命名ゲームプロトコルを用いた1.1B-32BパラメータにまたがるオープンウェイトLM集団のコンベンション形成について検討した。
我々は、状態相似性グラフを構築し、サンプル-ラベル合意を潜在状態空間のコンセンサスから分離する。
論文 参考訳（メタデータ） (2026-07-13T18:55:03Z) - GarmentPile++: Affordance-Driven Cluttered Garments Retrieval with Vision-Language Reasoning [27.756766557197746]
ガーメント操作は、ホームアシストロボティクスにおいて重要な役割を担っているため、注目を集めている。
本稿では,安全かつクリーンな検索を行うための言語命令に従うだけでなく,試行ごとに1つの衣服が正確に検索されることを保証する新しい衣服検索パイプラインを提案する。
我々のパイプラインは視覚言語推論と視覚的アベイランス認識をシームレスに統合し、VLMの高レベル推論と計画能力を完全に活用する。
論文 参考訳（メタデータ） (2026-03-04T15:13:40Z) - Silhouette-based Gait Foundation Model [56.27974816297294]
統一された歩行基盤モデルを構築するには、スケーラビリティと一般化の2つの長年の障壁に対処する必要がある。
私たちは、歩行理解のための最初のスケーラブルでセルフ教師付き事前学習フレームワークであるFoundationGaitを紹介します。
論文 参考訳（メタデータ） (2025-11-30T01:53:41Z) - UniGoal: Towards Universal Zero-shot Goal-oriented Navigation [68.45058159533376]
汎用的なゼロショットゴール指向ナビゲーションのための一般的なフレームワークを提案する。
本稿では,オブジェクトカテゴリ,インスタンスイメージ,テキスト記述など,異なる目標を統一する一様グラフ表現を提案する。
我々のUniGoalは、3つの研究されたナビゲーションタスクに対して1つのモデルで最先端のゼロショット性能を実現する。
論文 参考訳（メタデータ） (2025-03-13T17:59:48Z) - GaitFormer: Learning Gait Representations with Noisy Multi-Task Learning [4.831663144935878]
本稿では,217Kの匿名トラックレットを含む歩行分析システムのための最大データセットであるDenseGaitを提案する。
また、CASIA-Bで92.5%、FVGで85.33%の精度を実現するトランスフォーマーベースのモデルであるGaitFormerを提案する。
論文 参考訳（メタデータ） (2023-10-30T10:28:44Z) - Arbitrary Virtual Try-On Network: Characteristics Preservation and
Trade-off between Body and Clothing [85.74977256940855]
本報告では,オールタイプの衣料品を対象としたArbitrary Virtual Try-On Network (AVTON)を提案する。
AVTONは、ターゲット服と参照者の特性を保存・交換することで、現実的な試行画像を合成することができる。
提案手法は,最先端の仮想試行法と比較して性能が向上する。
論文 参考訳（メタデータ） (2021-11-24T08:59:56Z) - Completely Self-Supervised Crowd Counting via Distribution Matching [92.09218454377395]
我々は,密集した群集数に対するトレーニングモデルに対する完全な自己超越的アプローチを提案する。
トレーニングに必要な入力は、大量の未ラベルの群衆画像以外は、群衆数に近似した上限である。
提案手法は,自然群集が逆伝播の誤り信号を生成するために利用可能な電力法分布に従うという考え方に富む。
論文 参考訳（メタデータ） (2020-09-14T13:20:12Z) - Relatable Clothing: Detecting Visual Relationships between People and
Clothing [0.0]
本稿では,35287対の個人服を含むRelatable Clothingデータセットのリリースについて述べる。
また,深層ニューラルネットワークを用いた「着用」と「着用」の分類を行うための新しいソフトアテンションユニットを提案する。
論文 参考訳（メタデータ） (2020-07-20T17:10:32Z)
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。