論文の概要: CoGaussian: Open-Vocabulary Gaussian-based Collaborative 3D Scene Understanding

• arxiv url: http://arxiv.org/abs/2610.28530v1
• Date: Tue, 20 Oct 2026 17:04:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.94032
• Title: CoGaussian: Open-Vocabulary Gaussian-based Collaborative 3D Scene Understanding
• Title（参考訳）: CoGaussian: オープン語彙ガウスに基づくコラボレーション型3Dシーン理解
• Abstract要約: 協調的知覚により、エージェントは個々のエージェントの視野を越えてシーンの意味と幾何学を検索することができる。 オープン語彙ガウスに基づく協調意味的占有予測フレームワークであるCoGaussianについて述べる。 Semantic-OPV2Vベンチマークでは、既存のオープン語彙単一エージェントアプローチよりも優れています。
• 参考スコア（独自算出の注目度）: 7.039615214156662
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Collaborative perception enables agents to retrieve the scene semantics and geometry beyond the field of view of any individual agent. This broader scene understanding enhances transportation safety and improves efficiency in multi-robot systems. However, existing collaborative semantic occupancy methods rely on dense 3D voxel annotations and are limited to recognizing objects within a predefined set of semantic classes. To overcome these limitations, we present CoGaussian, an open-vocabulary Gaussian-based collaborative semantic occupancy prediction framework. CoGaussian represents a scene as a set of foundation model-aligned sparse 3D Gaussians, which serve as a compact representation for communicating and fusing geometric and semantic information across multiple agents. On the Semantic-OPV2V benchmark, our method outperforms existing open-vocabulary single-agent approaches, highlighting the effectiveness of open-vocabulary collaborative scene understanding.
• Abstract（参考訳）: 協調的知覚により、エージェントは個々のエージェントの視野を越えてシーンの意味や幾何学を検索することができる。 このより広いシーン理解は、輸送の安全性を高め、マルチロボットシステムの効率を向上させる。 しかし、既存のコラボレーティブセマンティック占有法は、密集した3Dボクセルアノテーションに依存しており、事前に定義されたセマンティッククラス内のオブジェクトの認識に限られている。 このような制約を克服するために,オープン語彙のガウス的コラボレーティブセマンティック占有予測フレームワークであるCoGaussianを提案する。 コガウシアン(CoGaussian)は、複数のエージェントをまたいだ幾何学的および意味的な情報の伝達と融合のためのコンパクトな表現として機能する基礎モデルに沿ったスパース3Dガウシアンの集合である。 Semantic-OPV2Vベンチマークでは、既存のオープン語彙の単一エージェントアプローチよりも優れており、オープン語彙の協調的なシーン理解の有効性を強調している。

関連論文リスト

• Bridging 3D Gaussians and Semantic Occupancy for Comprehensive Open-Vocabulary Scene Understanding from Unposed Images [62.31892851760248]
  COVSceneはポーズレスセマンティックガウスフレームワークで、レンダリング可能なプリミティブと密接なセマンティック占有フィールドを結合する。 我々は、COVSceneは、競争力のあるレンダリング品質を維持し、オープン語彙のセグメンテーションを改善し、自己教師付きベースラインよりも強力なセマンティック占有率予測を実現することを示す。
  論文  参考訳（メタデータ） (2026-07-02T03:00:23Z)
• OpenGaFF: Open-Vocabulary Gaussian Feature Field with Codebook Attention [80.51557267896938]
  オープンな3Dシーン理解のための新しいフレームワークであるOpenGaFFについて述べる。 我々の手法の中核はガウス的特徴場であり、ガウス幾何学と外見の連続関数として意味論をモデル化する。 オブジェクトレベルのセマンティック一貫性をさらに強化するために、共有セマンティックプリミティブのセットとして機能する構造化コードブックを導入する。
  論文  参考訳（メタデータ） (2026-05-07T12:10:07Z)
• Monocular Open Vocabulary Occupancy Prediction for Indoor Scenes [12.60608820766928]
  オープン語彙の3D占有は、複雑な屋内環境を理解する必要があるエンボディエージェントにとって不可欠である。 二元的占有率ラベル(占有率対自由度)のみを使用する幾何学的監督パラダイムを提案する。 オープン語彙設定では59.50 IoU と 21.05 mIoU を達成し,既存の IoU の占有法を全て上回り,mIoU の広いマージンで先行したオープン語彙アプローチよりも優れていた。
  論文  参考訳（メタデータ） (2026-02-26T06:37:43Z)
• SegSplat: Feed-forward Gaussian Splatting and Open-Set Semantic Segmentation [114.57192386025373]
  SegSplatは、高速でフィードフォワードな3D再構成とリッチでオープンなセマンティック理解のギャップを埋めるために設計された、新しいフレームワークである。 この研究は、意味的に認識された3D環境の実践的でオンザフライな生成に向けた重要なステップである。
  論文  参考訳（メタデータ） (2025-11-23T10:26:38Z)
• OpenInsGaussian: Open-vocabulary Instance Gaussian Segmentation with Context-aware Cross-view Fusion [89.98812408058336]
  textbfOpenInsGaussian, textbfOpen-vocabulary textbfInstance textbfGaussian segmentation framework with Context-aware Cross-view Fusion。 OpenInsGaussianは、オープン語彙の3Dガウスのセグメンテーションにおける最先端の結果を達成し、既存のベースラインを大きなマージンで上回る。
  論文  参考訳（メタデータ） (2025-10-21T03:24:12Z)
• Vision-Only Gaussian Splatting for Collaborative Semantic Occupancy Prediction [12.80732853899807]
  協調認識により、連結車両は情報を共有できる。 既存の3Dセマンティック占有予測のための視覚のみの手法は、一般的に密度の高い3Dボクセルに依存している。 本稿では,スパース3Dセマンティックスプラッティングを利用した3Dセマンティック占有予測手法を提案する。
  論文  参考訳（メタデータ） (2025-08-12T19:50:34Z)
• OpenGS-Fusion: Open-Vocabulary Dense Mapping with Hybrid 3D Gaussian Splatting for Refined Object-Level Understanding [17.524454394142477]
  提案するOpenGS-Fusionは、セマンティックモデリングを改善し、オブジェクトレベルの理解を洗練させる革新的なオープン語彙密集型マッピングフレームワークである。 また,MLLM-Assisted Adaptive Thresholding という新しい多モーダル言語誘導手法を導入し,類似度閾値を適応的に調整することで3次元オブジェクトのセグメンテーションを改良する。 提案手法は,3次元オブジェクト理解とシーン再構築の品質において,既存の手法よりも優れており,言語誘導シーンインタラクションにおけるその効果を示している。
  論文  参考訳（メタデータ） (2025-08-02T02:22:36Z)
• Open-Vocabulary Octree-Graph for 3D Scene Understanding [54.11828083068082]
  Octree-Graphはオープンな3Dシーン理解のための新しいシーン表現である。 セマンティクスを記憶し、その形状に応じてオブジェクトの占有度を調節するアダプティブ・オクツリー構造を開発する。
  論文  参考訳（メタデータ） (2024-11-25T10:14:10Z)
• GOV-NeSF: Generalizable Open-Vocabulary Neural Semantic Fields [50.68719394443926]
  Generalizable Open-Vocabulary Neural Semantic Fields (GOV-NeSF)は、オープン語彙意味論による3Dシーンの一般化可能な暗黙的表現を提供する新しいアプローチである。 GOV-NeSFは2次元および3次元のオープン語彙セマンティックセマンティックセグメンテーションにおいて最先端のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2024-04-01T05:19:50Z)

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。