論文の概要: PT$^3$: Prototype-Guided Self-Supervised Pretraining for Generalizable mmWave Human Point Cloud Representation

• arxiv url: http://arxiv.org/abs/2610.38551v1
• Date: Wed, 28 Oct 2026 09:49:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-01 01:32:09.983112
• Title: PT$^3$: Prototype-Guided Self-Supervised Pretraining for Generalizable mmWave Human Point Cloud Representation
• Title（参考訳）: PT$^3$: 一般化可能なmm波人点雲表現のためのプロトタイプ誘導自己監督事前学習
• Abstract要約: PT$3$は、mmWaveの人点雲のためのプロトタイプ誘導型自己教師型事前訓練フレームワークである。 空間領域の局所状態を共有プロトタイプのスパースな構成として表現し、自己回帰予測を通じてその時間的進化を学習する。 アクション分類、高密度点生成、共同ポーズ推定、事前トレーニングに使用されていないデータセットの将来の動き予測をサポートする。
• 参考スコア（独自算出の注目度）: 16.137374655977325
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-source millimeter-wave (mmWave) observations offer an opportunity to learn human representations reusable across sensing tasks. However, sparse detections and multipath effects make these observations unstable, challenging existing point cloud pretraining methods. We propose PT$^3$, a prototype-guided self-supervised pretraining framework for mmWave human point clouds. PT$^3$ represents local states in spatial regions as sparse compositions of shared prototypes and learns their temporal evolution through autoregressive prediction. Observation consistency further stabilizes representations under radar perturbations. After pretraining on unlabeled sequences from multiple sources, the same frozen encoder supports action classification, dense point generation, joint pose estimation, and future motion prediction on datasets not used for pretraining. Across these tasks, PT$^3$ outperforms the compared pretraining baselines and achieves competitive or superior performance to task-specific models.
• Abstract（参考訳）: マルチソースミリ波(mmWave)観測は、検知タスク間で再利用可能な人間の表現を学習する機会を提供する。 しかし、スパース検出とマルチパス効果はこれらの観測を不安定にし、既存の点雲事前訓練法に挑戦する。 我々は,mmWaveの人点雲のためのプロトタイプ誘導型自己教師型事前学習フレームワークPT$^3$を提案する。 PT$^3$は、空間領域の局所状態を共有プロトタイプのスパースな構成として表現し、自己回帰予測を通じて時間的進化を学習する。 観測一貫性は、レーダーの摂動下での表現をさらに安定させる。 複数のソースからラベルのないシーケンスを事前トレーニングした後、同じ凍結エンコーダは、事前トレーニングに使用されていないデータセットに対するアクション分類、密度の高い点生成、共同ポーズ推定、将来の動き予測をサポートする。 これらのタスク全体で、PT$^3$は比較済みのベースラインよりも優れ、タスク固有のモデルとの競合や優れたパフォーマンスを達成する。

関連論文リスト

• MAEPose: Self-Supervised Spatiotemporal Learning for Human Pose Estimation on mmWave Video [12.636232510548062]
  マスク付き自動符号化に基づく人物ポーズ推定手法であるMAEPoseについて述べる。 厳密な統計的検査により,3つのデータセットにまたがるMAEPoseの評価を行った。
  論文  参考訳（メタデータ） (2026-04-30T21:23:03Z)
• ForecastOcc: Vision-based Semantic Occupancy Forecasting [16.699381591572163]
  ForecastOccは視覚に基づくセマンティック占有予測のための最初のフレームワークであり、将来の占有状況とセマンティックカテゴリーを予測する。 本フレームワークは,過去のカメラ画像から直接,外部推定地図に頼らずに,複数の地平線に対するセマンティック占有率の予測を行う。
  論文  参考訳（メタデータ） (2026-02-08T15:16:06Z)
• AGMA: Adaptive Gaussian Mixture Anchors for Prior-Guided Multimodal Human Trajectory Forecasting [28.338648039645822]
  本稿では,2つの段階を通して表現的事前を構成するAGMA(Adaptive Gaussian Mixture Anchors)を提案する。 ETH-UCY、Stanford Drone、JRDBデータセットの実験は、AGMAが最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2026-02-04T04:42:57Z)
• OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
  学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。 最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
  論文  参考訳（メタデータ） (2024-09-14T07:44:22Z)
• A Causally Informed Pretraining Approach for Multimodal Foundation Models: Applications in Remote Sensing [16.824262496666893]
  大規模データを用いた基礎モデルの事前学習のための強力なパラダイムとして,自己教師型学習が登場している。 条件生成タスクとして予測をモデル化する新しい事前学習タスクであるCausally Informed Variable-Step Forecasting (CI-VSF)を提案する。 このような事前学習は,予測と予測の両方に微調整を施すと,性能が向上することを示す。
  論文  参考訳（メタデータ） (2024-07-29T02:49:55Z)
• Point Cloud Pre-training with Diffusion Models [62.12279263217138]
  我々は、ポイントクラウド拡散事前学習(PointDif)と呼ばれる新しい事前学習手法を提案する。 PointDifは、分類、セグメンテーション、検出など、さまざまな下流タスクのために、さまざまな現実世界のデータセット間で大幅に改善されている。
  論文  参考訳（メタデータ） (2023-11-25T08:10:05Z)
• SPOT: Scalable 3D Pre-training via Occupancy Prediction for Learning Transferable 3D Representations [76.45009891152178]
  トレーニング-ファインタニングアプローチは、さまざまな下流データセットとタスクをまたいだトレーニング済みのバックボーンを微調整することで、ラベル付けの負担を軽減することができる。 本稿では, 一般表現学習が, 占領予測のタスクを通じて達成できることを, 初めて示す。 本研究は,LiDAR 点の理解を促進するとともに,LiDAR の事前訓練における今後の進歩の道を開くことを目的とする。
  論文  参考訳（メタデータ） (2023-09-19T11:13:01Z)
• Selective Prediction via Training Dynamics [31.708701583736644]
  本研究では,モデルのトレーニング力学を学習することで,最先端の選択的予測性能が得られることを示す。 特に、トレーニングの後半段階で最終予測と大差ないデータポイントを拒否する。 提案された拒絶機構はドメインに依存しない(すなわち、離散予測と実数値予測の両方に有効)、既存の選択的予測手法と柔軟に組み合わせることができる。
  論文  参考訳（メタデータ） (2022-05-26T17:51:29Z)
• Inverting the Pose Forecasting Pipeline with SPF2: Sequential Pointcloud Forecasting for Sequential Pose Forecasting [106.3504366501894]
  自動運転車やロボット操作システムは、オブジェクトを最初に検出して追跡することによって、将来のオブジェクトのポーズを予測することが多い。 ポーズ予測アルゴリズムは通常、オブジェクトのポーズのラベル付きシーケンスを必要とするため、このパイプラインはスケールするのに費用がかかる。 本稿では,まず3次元センサデータを予測し,予測点雲列上の物体を検知・追跡し,将来的なポーズを求めることを提案する。 これにより、センサーデータ予測タスクにラベルが不要であるため、予測のスケールが難しくなる。
  論文  参考訳（メタデータ） (2020-03-18T17:54:28Z)

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。