論文の概要: 3D Occupancy-Language Fields from mmWave Radar

• arxiv url: http://arxiv.org/abs/2610.37929v1
• Date: Tue, 27 Oct 2026 20:17:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 19:16:42.62765
• Title: 3D Occupancy-Language Fields from mmWave Radar
• Title（参考訳）: ミリ波レーダの3次元作業領域
• Abstract要約: TextRadarは、パノラマレーダー観測からシーンレベルの3D占領言語フィールドを構築するフレームワークである。 単一フレームレーダ蒸留モデルでは、各レーダ観測から整列範囲と言語特徴を予測する。 7つの建物にわたる約20kの同時観測実験は、シーンレベルの自然言語クエリを実証している。
• 参考スコア（独自算出の注目度）: 14.916098982854026
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Radar systems can recover scene geometry and recognize predefined categories, but these outputs do not provide a persistent spatial representation for open-ended language queries. Such queries require linking observations from different viewpoints to the same physical locations. We present TextRadar, a framework that constructs a scene-level 3D occupancy-language field from panoramic radar observations. The field combines occupancy with scale-dependent language features at surface locations, allowing the reconstructed scene to be queried with new descriptions. A single-frame radar distillation model predicts aligned ranges and language features from each radar observation. Using radar-estimated poses, we register these predictions to reconstruct the field from radar alone in a new scene. Experiments on approximately 20k synchronized observations across seven buildings demonstrate scene-level natural-language querying and prompt-free semantic visualization. Analysis of camera-to-radar concept transferability shows stronger agreement for structures, materials, and human poses than for colors and printed text.
• Abstract（参考訳）: レーダシステムはシーン形状を復元し、事前に定義されたカテゴリを認識できるが、これらの出力はオープンな言語クエリに対して永続的な空間表現を提供しない。 このようなクエリは、異なる視点から同じ物理的位置への観測をリンクする必要がある。 本研究では,パノラマレーダ観測からシーンレベルの3次元占領言語フィールドを構築するフレームワークであるTextRadarを提案する。 フィールドは、表面的な位置におけるスケール依存言語の特徴と共用し、再構成されたシーンを新しい記述でクエリすることができる。 単一フレームレーダ蒸留モデルでは、各レーダ観測から整列範囲と言語特徴を予測する。 レーダ推定されたポーズを用いて、これらの予測を登録し、新しいシーンでレーダ単独でフィールドを再構築する。 7つの建物にわたる約20kの同時観測実験は、シーンレベルの自然言語クエリとアクシデントフリーなセマンティックビジュアライゼーションを実証している。 カメラ対レーダーの概念伝達性の解析は、色や印刷されたテキストよりも、構造、材料、人間のポーズに強い一致を示している。

関連論文リスト

• Teaching Foundation Models to Read mmWave: Pose-Guided Kinematic Representation for Human Behavior Understanding [23.73222950886392]
  ミリ波(mmWave)レーダーは、プライバシーに優しく、接触のない知覚モダリティを提供する。 既存のレーダー言語法は、しばしば合成データに依存するか、人体構造や運動力学の明確な監督を欠いている。 同期3ポーズトレーニングモデルを用いたレーダ言語モデルmmMindを提案する。
  論文  参考訳（メタデータ） (2026-08-04T18:25:55Z)
• RadarTwin: Scene-Specific mmWave Radar Simulation and Learning for Mobile Indoor Perception [2.0255467447384015]
  RadarTwinは、実際のデータ収集の前にデプロイメント固有のレーダートレーニングデータを生成するためのフレームワークである。 シミュレーションと実レーダは同じ物体識別形状と材料特性を共有していることを示す。 シミュレーションだけで訓練された表現は、実際のレーダーラベルのない2.5倍の確率で実際の物体を認識し、いくつかのラベル付き例では、これを12方向の認識タスクで95.3%に引き上げている。
  論文  参考訳（メタデータ） (2026-06-24T05:50:26Z)
• Scaling Foundation Models for Radar Scene Understanding [8.23171791313388]
  レーダーセンサーは、悪天候、照明、長距離の状況に対して信頼性の高い認識を提供する。 基礎モデルの最近の進歩は、視覚的および言語的理解に変化をもたらしたが、レーダーセンシングとの統合は、ほとんど未解明のままである。 本稿では,空間言語を構造化し,シーンレベルの統一表現を学習するレーダ基礎モデルであるRadarFMを紹介する。
  論文  参考訳（メタデータ） (2025-11-26T06:41:00Z)
• Move to Understand a 3D Scene: Bridging Visual Grounding and Exploration for Efficient and Versatile Embodied Navigation [54.04601077224252]
  身近なシーン理解には、視覚空間情報の理解だけでなく、3D物理世界における次の探索場所の決定も必要である。 アンダーラインテキストbf3D視覚言語学習は、エンボディエージェントが環境を効果的に探索し理解することを可能にする。 モデルの汎用性は、カテゴリ、言語記述、参照イメージなど、多様な入力モダリティを使ったナビゲーションを可能にする。
  論文  参考訳（メタデータ） (2025-07-05T14:15:52Z)
• Radar Spectra-Language Model for Automotive Scene Parsing [8.520079602838772]
  自動走行の文脈において,レーダスペクトルに含まれる意味情報を探索することを目的としている。 我々はレーダスペクトル言語モデルを作成し、シーン要素が存在する場合のレーダスペクトル測定をクエリできる。 既存の視覚言語モデルの埋め込み空間をマッチングすることにより,レーダスペクトルデータの不足を克服する。
  論文  参考訳（メタデータ） (2024-06-04T09:45:04Z)
• Radar Fields: Frequency-Space Neural Scene Representations for FMCW Radar [62.51065633674272]
  本稿では,アクティブレーダイメージア用に設計されたニューラルシーン再構成手法であるRadar Fieldsを紹介する。 提案手法では,暗黙的ニューラルジオメトリとリフレクタンスモデルを用いて,暗黙的な物理インフォームドセンサモデルを構築し,生のレーダ測定を直接合成する。 本研究では,密集した車両やインフラを備えた都市景観を含む,多様な屋外シナリオにおける手法の有効性を検証する。
  論文  参考訳（メタデータ） (2024-05-07T20:44:48Z)
• Open-Vocabulary Point-Cloud Object Detection without 3D Annotation [62.18197846270103]
  オープン語彙の3Dポイントクラウド検出の目的は、任意のテキスト記述に基づいて新しいオブジェクトを識別することである。 様々な物体を局所化するための一般的な表現を学習できる点クラウド検出器を開発した。 また,画像,点雲,テキストのモダリティを結合する,非偏差三重項クロスモーダルコントラスト学習を提案する。
  論文  参考訳（メタデータ） (2023-04-03T08:22:02Z)

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。