Fugu-MT 論文翻訳(概要): Reliability-Aware Reconstruction of V-Shaped Surfaces with a Low-Cost Multi-Zone SPAD Sensor

論文の概要: Reliability-Aware Reconstruction of V-Shaped Surfaces with a Low-Cost Multi-Zone SPAD Sensor

arxiv url: http://arxiv.org/abs/2610.28258v1
Date: Tue, 20 Oct 2026 14:13:02 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-21 21:58:47.851421
Title: Reliability-Aware Reconstruction of V-Shaped Surfaces with a Low-Cost Multi-Zone SPAD Sensor
Title（参考訳）: 低コストマルチゾーンSPADセンサによるV字形表面の信頼性認識
Abstract要約: 本稿では,V字面の信頼性を考慮した再構成手法を提案する。 60度、90度、120度の目標に対する実験は、平均V角誤差を11.21度から9.66度(13.8%)に下げた。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Low-cost multi-zone single-photon avalanche diode (SPAD) sensors provide compact time-of-flight measurements but are limited by sparse sampling and unreliable depth estimates near geometric discontinuities. This letter presents a reliability-aware reconstruction framework for V-shaped surfaces using two complementary TMF8821 acquisition configurations. Point-wise reliability is learned from sensor confidence, transient peak amplitude, and peak sharpness, and is incorporated into a graph-based depth optimization. The reconstructed geometry is evaluated by robust two-plane fitting and a perpendicular cross-section. Experiments on 60-degree, 90-degree, and 120-degree targets reduce the mean V-angle error from 11.21 degrees to 9.66 degrees (13.8%). For the representative 90-degree target, the combined point-to-plane RMSE decreases from 14.56 mm to 13.65 mm.
Abstract（参考訳）: 低コストのマルチゾーン単光子アバランシェダイオード(SPAD)センサは、小型の飛行時間計測を提供するが、幾何学的不連続性に近いスパースサンプリングと信頼できない深さ推定によって制限される。本稿では,2つの補完的なTMF8821取得構成を用いて,V字面の信頼性を考慮した再構成フレームワークを提案する。点の信頼性は、センサの信頼性、過渡ピーク振幅、ピークシャープネスから学習され、グラフベースの深さ最適化に組み込まれる。再構成された形状は、ロバストな2面フィッティングと垂直断面により評価される。 60度、90度、120度の目標に対する実験は、平均V角誤差を11.21度から9.66度(13.8%)に下げた。代表的な90度の目標に対して、RMSEは14.56mmから13.65mmに減少する。

関連論文リスト

Volume Rendering with Metric--Phase Fields for Thin Structures and Sign-Ambiguous Geometry [65.01117565252021]
本稿では,MPF(Metric-Phase Fields)上に構築したニューラルボリュームレンダリングフレームワークを提案する。 MPFは幾何学を非負距離場とソフトサインキューを備えた連続位相場に分解する。 PhaseSurfはUDFベースの手法や最近の3DGSパイプラインよりも、より安定した再構成と高品質な幾何を生成する。
論文参考訳（メタデータ） (2026-10-09T06:40:44Z)
Privacy-Preserving Full-Body Meshing from mmWave Radar via Mesh Foundation Model Supervision [0.05833117322405446]
ミリ波レーダー(mmWave)は、プライバシーを守る人間の知覚を可能にするが、商用の単一チップセンサーからの点雲の極端に広い範囲は、先行技術をボディ部分のキーポイントまたは個別のアクション分類に制限している。本稿では,市販のレーダをフレーム単位のフルボディ,メトリック3Dメッシュに引き上げるクロスモーダルな教師学生用フレームワークを提案する。
論文参考訳（メタデータ） (2026-09-28T09:49:08Z)
Odometry-Aided Real-Time Mapping for Underwater Robots Using Forward-Looking Sonar [51.8931180857129]
前向きソナー(FLS)のリアルタイムマッピングは、未解決の目標高度、空間的に一様でないノイズ、断片化された目標境界のため、依然として困難である。本稿では,高速フーリエ変換(FFT)に基づくデノイング,高速マルチスケール定数偽アラームレート(MCFAR)検出,勾配適応境界接続を組み合わせたケースケード型特徴再構成パイプラインを提案する。 3m×5mプールにおける実験では,3列に3cm未満のルート平均二乗誤差(RMSE)とフレーム平均処理時間42.4msのセンチスケール平面マッピング精度が示された。
論文参考訳（メタデータ） (2026-09-21T07:10:04Z)
Reconstruction of 4D Mitral Regurgitation Hemodynamics from Sparse Planar Data using Deep Operator Networks with Test-Time Adaptation [41.99844472131922]
スパース観測から過渡的3次元経静脈的血行動態を再構築できるかどうかを考察する。 Deep Operator Networkは、実験的にベンチマークされたURANSデータベースに事前トレーニングされている。
論文参考訳（メタデータ） (2026-08-31T20:51:38Z)
Differential 6-DOF Pose Estimation with Provable First-Order Immunity to Camera Calibration Errors [39.41872679860813]
従来の3D-2D手法では、絶対的なカメラポーズを毎回独立して推定し、カメラからプラットフォームへのポーズを通してプラットフォームの動きを復元する。本稿では,フレーム間画像変位と既知の3次元制御点からプラットフォームの動きを直接復元する差分ポーズ推定手法を提案する。回転誤差は、キャリブレーション誤差、動き、大きさ、観察幾何学によって決定される有界摂動を誘導する一方で、外在誤差が正確にキャンセルされることを証明した。
論文参考訳（メタデータ） (2026-08-05T10:36:04Z)
Data-Driven Forward and Inverse Modeling of V-Beam Thermal Sensors [0.764671395172401]
本稿では,Vビーム熱センサのデータ駆動逆設計のための機械学習フレームワークを提案する。目的は、所定の温度下で目標変位を達成する最適センサ形状を決定することである。提案したパイプラインは3000サンプルのデータセットを使用し、変位を予測するために4.76%のMAPEを達成する。
論文参考訳（メタデータ） (2026-07-04T12:50:19Z)
Paired-CSLiDAR: Height-Stratified Registration for Cross-Source Aerial-Ground LiDAR Pose Refinement [46.13526676100776]
Paired-CSLiDAR(英語版)は、シングルスキャンポーズリファインメントのためのクロスソース空地LiDARベンチマークである。このベンチマークには6つの評価サイトで12,683組の地上空対が含まれている。本稿では,RGSR(Residual-Guided Stratified Registration)を提案する。
論文参考訳（メタデータ） (2026-05-01T13:14:20Z)
Any Resolution Any Geometry: From Multi-View To Multi-Patch [46.8276232687626]
Ultra Resolution Geometry Transformer (URGT) は、VGGT (Visual Geometry Grounded Transformer) をモノクル高分解能深度正規推定のための統一マルチパッチトランスに適合させる。 1つの高解像度画像は、事前訓練されたモデルから粗い深さと通常の先行値で拡張されたパッチに分割され、1つの前方通過で共同処理され、洗練された幾何出力を予測する。提案手法はUnrealStereo4Kの最先端化を実現し,AbsRelを0.0582から0.0291に,RMSEを2.17から1.3に削減する。
論文参考訳（メタデータ） (2026-03-03T14:18:24Z)
Depth-Enhanced YOLO-SAM2 Detection for Reliable Ballast Insufficiency Identification [6.122855247403851]
YOLO-SAM2は,RGB-Dデータを用いた鉄道線路のバラスト異常検出のためのフレームワークである。信頼性を向上させるため,スリーパー・アライン・パイプラインによって実現された深度に基づく幾何解析を取り入れた。実験により、深度を増す構成はバラストの不足の検出を大幅に改善することが示された。
論文参考訳（メタデータ） (2026-02-21T21:49:06Z)

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。