論文の概要: Camera-to-Quadruped Robot Pose Estimation from Sequential Images

• arxiv url: http://arxiv.org/abs/2610.36599v1
• Date: Tue, 27 Oct 2026 03:59:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.48014
• Title: Camera-to-Quadruped Robot Pose Estimation from Sequential Images
• Title（参考訳）: 時系列画像からのカメラ・ツー・クアダルプロボットポス推定
• Abstract要約: 単眼映像からフルボディ18-DoFのポーズを推定するQuadPoseを提案する。 QuadSynでは、QuadPoseは92.18%のPCK@2.5px、95.54%のPCK-AUC、85.94%のADD@20cm、66.98%のADD-AUC、約33FPSで平均3.65度の関節角度誤差を達成している。
• 参考スコア（独自算出の注目度）: 1.529342790344802
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Quadruped robots are increasingly deployed in hazardous environments such as disaster response and facility inspection, where external-camera monitoring is essential for safe operation. This setting is challenging because quadrupeds are articulated systems with time-varying leg joints, leg symmetry, and frequent self-occlusions, which make keypoint correspondence ambiguous. Moreover, no public benchmark exists, making quantitative comparison difficult. To address these challenges, we propose QuadPose, which estimates the full-body 18-DoF pose (6-DoF base pose + 12-DoF joint angles) from monocular video sequences, and introduce QuadSyn, the first camera-to-quadruped robot pose benchmark. On QuadSyn, QuadPose achieves 92.18% PCK@2.5px, 95.54% PCK-AUC, 85.94% ADD@20cm, 66.98% ADD-AUC, and 3.65 degree mean joint-angle error at approximately 33 FPS.
• Abstract（参考訳）: 四足歩行ロボットは、災害対応や施設検査などの危険環境にますます配置され、外部カメラの監視は安全な操作に不可欠である。 この設定は、四重奏は時変脚関節、脚対称性、頻繁な自己閉塞を持つ調音システムであり、キーポイント対応が曖昧になるため、難しい。 さらに、公開ベンチマークは存在せず、定量的比較が難しい。 これらの課題に対処するために、モノクロビデオシーケンスからフルボディの18-DoFポーズ(6-DoFベースポーズ+12-DoFジョイントアングル)を推定するQuadPoseを提案する。 QuadSynでは、QuadPoseは92.18%のPCK@2.5px、95.54%のPCK-AUC、85.94%のADD@20cm、66.98%のADD-AUC、約33FPSで平均3.65度の関節角度誤差を達成している。

関連論文リスト

• RoTA-Bench: Evaluating 3D Spatial Reasoning through Interactive Projection Alignment [60.989018864729445]
  対話型3次元から2次元の投影アライメントによる能力評価にRoTA-Benchを導入する。 対象のシルエットが与えられた場合、モデルは回転したオブジェクトを観察し、連続する回転を選択してターゲットの投影を回復する。 GPT-5.6-Solがわずか17%のタスクで成功するのに対し、20人の学部生が100%の成功率でテストセットを4回完了した。
  論文  参考訳（メタデータ） (2026-10-13T03:46:48Z)
• OmniCam: Omni-Camera Trajectory Generation via Geometry-Grounded Pose Token Learning [59.50976927168127]
  我々は,1つのパノラマとテキストの軌跡記述からカメラポーズ列を生成する自動回帰モデルであるOmniCamを紹介する。 報告されたOmniCaTの評価では、OmniCamは軌道誤差を28～47%減らし、衝突速度を65.8%減らした。
  論文  参考訳（メタデータ） (2026-10-07T06:08:28Z)
• SYNCR: Diagnosing and Learning Cross-Video Reasoning from Simulation [20.256916516259782]
  我々は,これらの2つのニーズを共有タスクジェネレータを介して接続するシミュレータ・グラウンド・フレームワークであるSynCRを紹介する。 SynCRは環境状態からの回答を導き、4000の評価質問と15,960のトレーニング質問を提供する。 22の多モーダル大言語モデルの評価は、物理的比較とシーン統合の難しさを明らかにしている。
  論文  参考訳（メタデータ） (2026-09-29T16:12:11Z)
• RoGSW4RLD: Feed-Forward 4D Gaussian Lifting for Robot World Model Rollouts [10.504126263672731]
  アクション条件付きビデオワールドモデルは、複数のカメラからの未来のロボットインタラクションを予測するが、出力は相変わらずビデオコレクションである。 我々は,同期化されたマルチカメラロールアウトを,時間問合せ可能なメトリクス4Dガウスフィールドに統合するフレームワークであるRoGSW4RLDを紹介した。 RoGSW4RLDは、マージによるカメラのリコンストラクションを著しく上回り、ノベルビューPSNRを2.15dB改善し、深度AbsRelを47%減らし、ロボットの変位誤差を61%減らした。
  論文  参考訳（メタデータ） (2026-09-28T14:46:58Z)
• HAT: Hypothesis-Anchored Tracking for Video Monocular Spacecraft Pose Estimation [1.5612040984769855]
  本稿では、フレーム間の動きを用いて、CADベースのポーズ仮説の中から選択する因果的枠組みである仮説アンコレッドトラッキング(HAT)を提案する。 HATは競合する配向履歴を保持し、単分子SLAMによって推定される相対軌道をアンカーするポーズを選択する。 我々は、SPARK-2024、SwissCube、ShiRTの2つのバージョン、Mega-HATとPico-HATを評価し、宇宙領域外の性能を評価した。
  論文  参考訳（メタデータ） (2026-09-18T10:28:30Z)
• CoTinyVLA: Chain-of-Thought Distillation for a Sub-Billion-Parameter Vision-Language-Action Model [7.106499413931612]
  CoTinyVLAはQwen3.5-0.8Bのバックボーン上のアクションモデルであり、モデルを大きくすることなく、監督を構造化することで堅牢性を得る。 LIBERO-Plusでは、7つの摂動次元で10,030の摂動タスクをこなし、CoTinyVLAは空間で90.8%、オブジェクトで87.3%、ゴールで86.6%、ロングで80.7%に達した。
  論文  参考訳（メタデータ） (2026-07-28T09:24:17Z)
• Human4K: A Large-Scale 4K Multi-View Mocap Dataset for Whole-Body 3D Human Reconstruction [52.66661102115907]
  SMPL-Xアノテーションを付加した大規模4Kマルチビュー人体再構築データセットHuman4Kを提案する。 Human4Kには、プロのViconモーションキャプチャセットアップと同期した8ビューの高解像度カメラシステムによって撮影された600万以上の4K画像が含まれている。 実験結果から,Human4Kを用いたトレーニングは,標準ベンチマークにおける全身再構成を一貫して改善することが示された。
  論文  参考訳（メタデータ） (2026-07-15T09:44:25Z)
• TriSweep: A Four-Drone Swarm Framework for Electromagnetic Side-Channel Analysis [0.0]
  TriSweepは、自律的なスタンドオフEM-SCAのための4つのドロンのSwarmアーキテクチャを設計し、評価するシミュレーションフレームワークである。 空間的に専門化された3つの収集ドローンは、コヒーレントな組み合わせを行う静止アキュベータードローンを供給します。 物理的なハードウェアは製造されておらず、プロトタイプの構築が次のステップとして計画されている。
  論文  参考訳（メタデータ） (2026-05-21T16:47:44Z)

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。