論文の概要: Cut a Wall, See a Wall: Identity Substitution in Occluded Point-Cloud Perception for Construction Robots

• arxiv url: http://arxiv.org/abs/2610.34040v1
• Date: Sun, 25 Oct 2026 04:06:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.523618
• Title: Cut a Wall, See a Wall: Identity Substitution in Occluded Point-Cloud Perception for Construction Robots
• Title（参考訳）: 壁を切る、壁を見る:建設ロボットの集積点雲知覚におけるアイデンティティー置換
• Abstract要約: 建設ロボットは、部分的にしか見えない要素にラベルを付けなければならない。 テスト時にオクルージョンがシーンの全領域を削除した場合、ポイントクラウドセグメンテーションネットワークは単に隠れた要素を見逃さない。
• 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: Construction robots must label building elements they can only partly see. We show that when occlusion at test time removes whole regions of a scene, rather than parts of an object as in training, point-cloud segmentation networks do not simply miss the hidden elements: they relabel them, and the errors collapse onto a single sink class. With fixed synthetic layouts the column absorbs up to 70% of all test points; with randomized layouts the sink moves to the stair, predicted at 4.5-5.4x its true share across three training seeds. Baseline mIoU falls to 0.15-0.27 (fixed) and 0.36-0.72 (randomized), and up to 269 whole objects vanish in a single test set. Appending 14 hand-computed geometric features per point (GPE) restores mIoU to 0.54-0.92 and removes 64-100% of whole-object losses in every run, for PointNet++ and a PTv3-style transformer in both layout regimes; on real S3DIS scans it removes every whole-wall loss (10 to 0). In an as-built column check computed from the predictions, GPE raises the share of correctly checked views from 17-58% to 71-92%. Feature permutation on fixed, randomized and real scenes explains the pattern: each class relies on whichever cue is stable in its training data, position for height-banded slabs and beams, intrinsic shape for walls and stairs once their position varies. Occlusion augmentation is a strong alternative on mIoU, but in every setting it loses more whole objects than GPE (e.g., 25-35 vs. 0).
• Abstract（参考訳）: 建設ロボットは、部分的にしか見えない要素にラベルを付けなければならない。 テスト時にオクルージョンがオブジェクトの一部ではなくシーンの領域全体を削除した場合、ポイントクラウドセグメンテーションネットワークは単に隠れた要素を見逃すのではなく、それらを取り除き、エラーは単一のシンククラスに崩壊する。 固定された合成レイアウトでは、カラムは全ての試験点の70%を吸収し、ランダムなレイアウトでシンクは階段に移動し、3つの訓練種子の真のシェア4.5-5.4倍に予測される。 ベースラインのmIoUは0.15-0.27(固定)と0.36-0.72(ランダム化)となり、単一のテストセットで最大269個のオブジェクトが消滅する。 1点当たり14の手で計算された幾何学的特徴(GPE)がmIoUを0.54-0.92に復元し、PointNet++とPTv3スタイルのトランスフォーマーを両方のレイアウトで64-100%削除する。 予測から計算したアセットされたカラムチェックでは、GPEが正しくチェックされたビューのシェアを17-58%から71-92%に引き上げている。 各クラスは、トレーニングデータでどのキューが安定しているか、高さ帯のスラブとビームの位置、壁や階段の位置が変わると固有の形状に依存します。 咬合増強はmIoUの強力な代替手段であるが、すべての設定において、GPE(例:25-35 vs. 0)よりも全オブジェクトを失う。

関連論文リスト

• PointCast: One World Model for Rigid, Articulated, and Deformable Object Manipulation [9.565234850850489]
  PointCastは、厳密で明瞭で変形可能なオブジェクト操作にまたがるポイントセットの世界モデルである。 その状態は、オブジェクトとエンドエフェクタ、メッシュフリー、トポロジーに依存しない3Dポイントのセットである。 19.8Mパラメータのこの1つのアーキテクチャと1つのトレーニングレシピは、4つのレシエーション、剛体オブジェクト、布、ロープ、多関節キャビネットをカバーしている。
  論文  参考訳（メタデータ） (2026-09-23T17:02:18Z)
• P-POSEMEM: Projective Semantic Memory for Consistent Language Grounding under Pose-Graph Rewrites [10.214485367791779]
  P-POSEMEMは、それぞれの観測をその誕生時に不変事象として保存する。 Dprojは、推論等価な全グラフと辺付きグラフの言語ゴール分布間の全変分欠陥を測定する。
  論文  参考訳（メタデータ） (2026-09-14T12:31:38Z)
• Disparity Has a Sign: Stereo Matching Beyond the Zero-Disparity Plane [52.210414985125816]
  立体視内容が、負の相違に対応するゼロの相違面の背後にある物体をどう含んでいるかを示す。 撮影者が作成した7本の公開映画から21,495ドルのステレオペアのベンチマークである textitZDPShift を提案する。 同じシーンコンテンツでは、ファンデーションは25.24ドルEPEから75.33ドルpxに上昇し、すべてのバックボーンが3ピクセルの差分誤差を超えるピクセルの約半分を残している。
  論文  参考訳（メタデータ） (2026-09-06T19:58:35Z)
• 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)
• More Structure, Not More Capacity: Object-Centric Representations for Visuomotor Imitation Learning [54.65906330923846]
  対象中心のスロット表現は、事前学習された視覚モデルに代わる構造化された代替物であることを示す。 トークンの16倍の高密度なパッチグリッドは、グローバル機能に匹敵するパフォーマンスはない。 明示的な2D空間目標とネイティブ解像度レンダリングにより、全システムは68.7$pm$4.2%まで上昇し、特権付き3Dオーラクルの上界の直ぐ下にある。
  論文  参考訳（メタデータ） (2026-07-10T10:35:24Z)
• Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
  PointArena 2026は77.2%の精度でベンチマークで2位である。 ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。 次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
  論文  参考訳（メタデータ） (2026-06-29T06:39:03Z)
• BuildingBRep-11K: Precise Multi-Storey B-Rep Building Solids with Rich Layout Metadata [5.436963837926521]
  ビルディングブレープ11Kは、11,978棟(2-10階)の多層建築物(約10GB)のコレクションである。 全てのサンプルは幾何学的に正確なB-rep固体で覆われた床、壁、スラブ、規則に基づく開口で構成されている。 データセットの学習性を検証するために、2つの軽量なPointNetベースラインをトレーニングしました。
  論文  参考訳（メタデータ） (2025-06-03T03:44:34Z)
• Unsupervised 3D Point Cloud Completion via Multi-view Adversarial Learning [61.14132533712537]
  MAL-UPCは、領域レベルとカテゴリ固有の幾何学的類似性の両方を効果的に活用するフレームワークである。 我々のMAL-UPCは3Dの完全な監視を一切必要とせず、トレーニングセットにおける一視点部分的な観察のみを必要とする。
  論文  参考訳（メタデータ） (2024-07-13T06:53:39Z)

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。