論文の概要: SchemaPose: RGB-Based Category-Level Pose Estimation with Parametric Category Schema

• arxiv url: http://arxiv.org/abs/2610.18374v1
• Date: Tue, 13 Oct 2026 13:29:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:15:43.630663
• Title: SchemaPose: RGB-Based Category-Level Pose Estimation with Parametric Category Schema
• Title（参考訳）: SchemaPose:Parametric Category Schemaを用いたRGBベースのカテゴリレベルポース推定
• Abstract要約: RGBに基づくカテゴリレベルのポーズ推定のためのスキーマ誘導フレームワークであるPoseを提案する。 カテゴリーレベルの9Dポーズ推定のためのRGB法において,Poseは最先端性能を実現していることを示す。
• 参考スコア（独自算出の注目度）: 50.663647191720855
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: RGB-based category-level 9D pose estimation remains highly challenging because a monocular system must generalize across unseen object instances while jointly inferring 3D translation, 3D rotation, and 3D size. Unlike instance-level pose estimation, the category-level setting requires the network to learn both what is shared across objects within a category and how individual instances vary in structure. This challenge is amplified in the RGB-only setting, where pose cues, category-level commonality, and instance-specific variation are entangled in appearance without direct geometric constraints, making it difficult for existing frameworks to learn a representation that is truly aligned with the category-level estimation objective. To address this problem, we propose SchemaPose, a schema-guided framework for RGB-based category-level pose estimation. SchemaPose equips the estimation pipeline with an explicit parametric schema for modeling category-level regularities together with structured instance variation, and uses the inferred schema variables to guide pose-related prediction in an end-to-end query-based framework. The same formulation also supports template instantiation, synthetic annotation, and pose learning within a unified framework. Experiments on synthetic and real data show that SchemaPose achieves state-of-the-art performance among RGB-based methods for category-level 9D pose estimation.
• Abstract（参考訳）: RGBベースのカテゴリレベルの9Dポーズ推定は、単分子系が3D翻訳、3D回転、および3Dサイズを共同で推論しながら、見えないオブジェクトインスタンスにまたがって一般化する必要があるため、依然として非常に困難である。 インスタンスレベルのポーズ推定とは異なり、カテゴリレベルの設定では、カテゴリ内のオブジェクト間で共有されるものと、個々のインスタンスの構造の違いの両方を学ぶ必要がある。 この課題は、RGBのみの設定で増幅されており、ポーズキュー、カテゴリレベルの共通性、インスタンス固有のバリエーションは、直接的な幾何学的制約なしに、外観的に絡み合っており、既存のフレームワークが、カテゴリレベルの推定目標と真に整合した表現を学ぶのが困難である。 この問題に対処するために、RGBに基づくカテゴリレベルのポーズ推定のためのスキーマ誘導フレームワークであるSchemaPoseを提案する。 SchemaPoseは、カテゴリレベルの規則性をモデル化するための明示的なパラメトリックスキーマと、構造化インスタンスのバリエーションと、推論されたスキーマ変数を使用して、エンドツーエンドのクエリベースのフレームワークでポーズ関連の予測をガイドする。 同じ定式化は、テンプレートのインスタンス化、合成アノテーション、統一フレームワーク内でのポーズ学習もサポートする。 合成および実データを用いた実験により,RGBに基づくカテゴリーレベルの9次元ポーズ推定法において,SchemaPoseが最先端の性能を達成することが示された。

関連論文リスト

• LEGAU: Learning Semantic Gaussian Priors for Scalable Category-level Pose Estimation [68.07049602984412]
  単一のRGB-D観測によるカテゴリーレベルの6Dポーズ推定は本質的に非拘束である。 我々は,NOCS対応,オブジェクトポーズ,サイズを共同で予測する統合フレームワークLEGAUを提案する。 合成および実世界のベンチマーク実験により、この合成されたポーズ-形状の定式化が強い性能を発揮することが示された。
  論文  参考訳（メタデータ） (2026-09-28T12:42:19Z)
• SCAPO: Self-Supervised Category-Level Articulated Pose Estimation from a Single 3D Observation [54.98864436812187]
  本稿では,1つのRGB-D観測から標準幾何,剛部分セグメンテーション,関節ピボット,軸,調音状態を推定する自己教師型フレームワークを提案する。 合成および実調音オブジェクトデータセットの実験により、SCAPOは、一貫した部分構造と正確な調音パラメータを復元し、全ての自監督ベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-06-01T09:04:49Z)
• Object Pose Transformer: Unifying Unseen Object Pose Estimation [54.20344997573707]
  モデルなしのオブジェクトポーズ推定を未知のインスタンスで学習することは、3Dビジョンにおける根本的な課題である。 我々のチームは、RGB入力から深度、ポイントマップ、カメラパラメータ、正規化されたオブジェクト座標を共同で予測します。 当社はカメラ非依存で、カメラ固有の知識をオンザフライで学習し、メトリックスケールリカバリのためのオプションの深度入力をサポートします。
  論文  参考訳（メタデータ） (2026-03-24T16:04:16Z)
• GIVEPose: Gradual Intra-class Variation Elimination for RGB-based Category-Level Object Pose Estimation [61.46277064819665]
  GIVEPoseは,カテゴリレベルのオブジェクトのポーズ推定のための階層内変分除去を実装したフレームワークである。 GIVEPoseは、既存の最先端のRGBベースのアプローチを大きく上回っている。
  論文  参考訳（メタデータ） (2025-03-19T11:07:01Z)

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。