論文の概要: ReForesight: Occlusion-Robust Re-Identification and Future Occupancy Forecasting for Dynamic Semantic Mapping

• arxiv url: http://arxiv.org/abs/2610.17279v1
• Date: Mon, 12 Oct 2026 18:32:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 02:26:01.405406
• Title: ReForesight: Occlusion-Robust Re-Identification and Future Occupancy Forecasting for Dynamic Semantic Mapping
• Title（参考訳）: ReForesight:動的セマンティックマッピングのためのOcclusion-Robust Re-Identification and Future Occupancy Forecasting
• Abstract要約: ReForesightは、セマンティックマッピングのためのオープンソースのROS 2ツールキットである。 固定ゲートで守られ、各追跡された人または車両が最大3秒前まで予測され、オブジェクト自身のポイントが予測ポーズに移動される。 オプションのトラッカーは、パイプラインがすでに計算しているキーポイント記述とメトリック3Dゲートの後にオブジェクトを再結合する。
• 参考スコア（独自算出の注目度）: 1.9182058480922208
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robots sharing walkways need to know where people will be, yet semantic occupancy maps show only where they are. We present ReForesight, an open-source ROS 2 toolkit that adds instance-level future occupancy and re-identification after occlusion to a particle-based semantic mapping pipeline. A 36.6k-parameter MLP predicts each tracked person or vehicle up to 3 s ahead, guarded by a Kalman fallback and a stationary gate, and the object's own points are moved to the forecast pose, forming a "ghost" point cloud in the map frame without an occupancy decoder. An optional tracker re-associates objects after occlusion using keypoint descriptors the pipeline already computes and a metric 3D gate. On four held-out CODa sequences, the MLP lowers the mean 3 s final displacement error from 0.728 m (Kalman) to 0.662 m and beats a similar-size GRU (0.692 m) on every sequence, at 0.04 ms per instance on one CPU core. Code, all models, and a ROS-free demo are released; field demonstrations use an outdoor cleaning robot.
• Abstract（参考訳）: 歩行経路を共有するロボットは、人間がどこにいるかを知る必要があるが、セマンティックな占有度マップは、自分がどこにいるかだけを表示する。 ReForesightはオープンソースのROS 2ツールキットで、粒子ベースのセマンティックマッピングパイプラインに隠蔽後、インスタンスレベルの将来の占有と再識別を追加する。 36.6kパラメーターMLPは、カルマンフォールバックと固定ゲートで守られた各追跡された人または車両を最大3秒前に予測し、オブジェクト自身のポイントを予測ポーズに移動させ、占有デコーダを介さずに地図フレームに「ゴースト」ポイントクラウドを形成する。 オプションのトラッカーは、既に計算済みのキーポイント記述子とメトリック3Dゲートを使用して、オブジェクトを隠蔽後に再結合する。 4つのホールドアウトCODaシーケンスでは、平均3sの最終変位誤差を0.728m(カルマン)から0.662mに下げ、各シーケンスで同様の大きさのGRU(0.692m)を1CPUコアで0.04msで打ち負かす。 コード、すべてのモデル、ROSフリーのデモがリリースされ、フィールドデモは屋外クリーニングロボットを使用する。

関連論文リスト

• CognitiveReality: Robot-Agnostic Semantic Gaussian Mapping with an LLM Agent for Immersive Collaborative VR Teleoperation [2.1645011609137295]
  3Dビューは、ロボットがどこにいるかをテレオペレーターに伝えるが、シーンには含まれていない。 CognitiveRealityは、ロボットのRGB-Dストリームをオペレーターによる生きたセマンティックインデックス付きTSマップに変える。
  論文  参考訳（メタデータ） (2026-09-25T15:39:28Z)
• DreamHand: Repurposing Video Diffusion Models for Occlusion-Robust Egocentric 3D Hand Motion Recovery [51.92897182932217]
  Egocentric Videoは、組み込みAIのためのスケーラブルな操作データを提供する。 しかし、重度物体の閉塞と頻繁な視界外ギャップのため、3次元手指軌跡の復元は困難である。 オフラインのクリップレベルフレームワークであるDreamHandを導入し、決定論的クリーンレイテンシを使って機能を抽出し、双方向時空間デコーダでデコードする。
  論文  参考訳（メタデータ） (2026-08-20T17:46:24Z)
• SR-JEPA: Learning Predictive Latent State in 3D Scenes [8.534434711262909]
  SR-JEPAは、シーンスケールのポイントクラウドのためのポイントネイティブなJEPAである。 訓練は自己完結した3D EMAターゲットのみを使用する。 5,953個のARKitScenesオブジェクトでは、インプットされた潜伏語は43.13%のセマンティック・アイデンティティ・マクロ精度に達する。
  論文  参考訳（メタデータ） (2026-08-06T09:09:16Z)
• RRTrack: Robust and Recoverable Object 6D Pose Tracking for Dynamic Scenes [55.15267980622371]
  RRTrackは効率的で復元可能なオブジェクト6Dポーズトラッカーである。 高速な動きと目標の消光によるロバストな追跡を可能にする。 実験の結果、RRTrackはADD-S ARを66.3%改善し、ADD-S AUCを65.7%改善した。
  論文  参考訳（メタデータ） (2026-07-26T14:05:46Z)
• Streamlining stereo differentiable rendering for marker-free real-time tracking of surgical robots [7.312849670879312]
  マーカーレスリアルタイムロボットのポーズトラッキングにおけるステレオ微分可能レンダリングの評価を行った。 リアルタイム1080pのトラッキングを30fps(バニラロベレグの14fpsからアップアップ)で達成し、カメラフレームレートにマッチする。
  論文  参考訳（メタデータ） (2026-07-14T10:28:28Z)
• Sparse2Act: Learning Action-Aligned Sparse 3D Representations for Cross-Domain Robot Manipulation [52.00134393320209]
  Sparse2Actは、スパースポイントクラウドエンコーダの事前学習のための観測・動作アライメントフレームワークである。 マスク付きスパース3Dトークンは、観察と組み合わせたワークスペース運動の周囲のシーン特徴を整理するために訓練される。 LIBERO-10ベンチマークでは,500ステップの微調整を行い,平均86.9%の成功を達成した。
  論文  参考訳（メタデータ） (2026-06-10T23:56:01Z)
• A Rapid Deployment Pipeline for Autonomous Humanoid Grasping Based on Foundation Models [1.1412720572948085]
  本稿では,3つの基盤モデルコンポーネントを統合したエンドツーエンドの迅速なデプロイメントパイプラインを提案する。 Roboflowベースの自動アノテーションは、YOLOv8オブジェクト検出器のトレーニングを支援する。 Meta SAM 3Dに基づく3D再構成により、専用のレーザースキャナが不要になる。 SAM3D生成メッシュを直接テンプレートとして使用して,FoundationPoseに基づいた0ショット6-DoFのポーズトラッキングを行う。
  論文  参考訳（メタデータ） (2026-04-19T04:42:14Z)
• Vision-Based Hand Shadowing for Robotic Manipulation via Inverse Kinematics [0.0]
  3Dプリンティングガラスに装着した1台の自家中心型RGB-Dカメラから、オフラインのハンドシャドイングとマッピングパイプラインを提示する。 パイプラインはMediaPipe Handsを使用して、手当たり21のランドマークを検出する。 グリップコントローラは、親指の指形状を4段階のフォールバック階層で把握するようにマッピングする。
  論文  参考訳（メタデータ） (2026-03-11T23:53:28Z)
• Coordinate Transformer: Achieving Single-stage Multi-person Mesh Recovery from Videos [91.44553585470688]
  ビデオから複数人の3Dメッシュを回収することは、バーチャルリアリティーや理学療法などにおけるグループ行動の自動認識に向けた重要な第一歩である。 本稿では,複数人物の時空間関係を直接モデル化し,同時にエンドツーエンドでマルチ・メッシュ・リカバリを行うコーディネート・トランスフォーマーを提案する。 3DPWデータセットの実験では、CoordFormerが最先端の精度を大幅に向上し、MPJPE、PAMPJPE、PVEの計測値でそれぞれ4.2%、8.8%、そして4.7%を上回った。
  論文  参考訳（メタデータ） (2023-08-20T18:23:07Z)
• Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems [92.26462290867963]
  Kimera-Multiは、最初のマルチロボットシステムであり、不正なインターループとイントラロボットループの閉鎖を識別し拒否することができる。 我々は、フォトリアリスティックシミュレーション、SLAMベンチマークデータセット、地上ロボットを用いて収集された屋外データセットの挑戦において、Kimera-Multiを実証した。
  論文  参考訳（メタデータ） (2021-06-28T03:56:40Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。