論文の概要: Multi-Path Mamba Diffusion for 3D Point Cloud Semantic Scene Completion

• arxiv url: http://arxiv.org/abs/2611.04583v1
• Date: Tue, 03 Nov 2026 09:41:50 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:59:20.559179
• Title: Multi-Path Mamba Diffusion for 3D Point Cloud Semantic Scene Completion
• Title（参考訳）: 3次元点雲シーン完了のためのマルチパスマンバ拡散
• Abstract要約: 3Dセマンティックシーンの完了は、自律システム内の様々な下流タスクを可能にする上で重要な役割を果たす。 本稿では,3Dポイントクラウドセマンティックシーンの完成度を高めるために,状態空間モデリングと拡散に基づく生成アプローチを統合する,ユニークなニューラルネットワークフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 30.457531492916484
• License:
• Abstract: 3D semantic scene completion plays a critical role in enabling various downstream tasks within autonomous systems by estimating both missing geometric structures and semantic information in scene data. In this work, we introduce a unique neural framework that integrates state space modeling with diffusion-based generative approaches to enhance 3D point cloud semantic scene completion. We propose \textit{MPath Mamba} diffusion network, leveraging a skip-triple Mamba structure, dimensional decomposition residuals, and multi-directional dilations within multi-path data to efficiently process long-sequence data for feature extraction. The proposed method operates in the conditioned latent space of a variational autoencoder, enhanced by a state-space mechanism to improve 3D point cloud representation and reconstruction. Extensive experiments conducted on the SemanticKITTI benchmark demonstrate that our approach achieves highly competitive performance for 3D point cloud semantic scene completion.
• Abstract（参考訳）: 3Dセマンティックシーンの完了は、シーンデータに欠落した幾何学的構造と意味情報の両方を推定することにより、自律システム内の様々な下流タスクを可能にする上で重要な役割を担っている。 本研究では,3Dポイントクラウドセマンティックシーンの完成度を高めるために,状態空間モデリングと拡散に基づく生成アプローチを統合したユニークなニューラルネットワークフレームワークを提案する。 本稿では,マルチパスデータ内の3重マンバ構造,次元分解残差,多方向拡張を利用して,特徴抽出のための長周期データを効率よく処理する,‘textit{MPath Mamba}拡散ネットワークを提案する。 提案手法は, 変分オートエンコーダの条件付き潜時空間で動作し, 状態空間機構によって強化され, 3次元点雲の表現と再構成が向上する。 SemanticKITTIベンチマークで行った大規模な実験により,本手法は3Dポイントクラウドセマンティックシーンの完了に対して高い競争力を発揮することが示された。

関連論文リスト

• Point Diffusion Mamba: Unified Diffusion-State-Space Modeling for Single-View 3D Reconstruction under Data Scarcity [20.562237958752053]
  Point Diffusion Mamba (PDM) は、拡散モデルの生成パワーと状態空間モデルの効率を統合し、データスカース条件下での単一ビュー3D再構成を行う手法である。 PDMは、整列されていないポイントクラウド入力を効果的に処理するための軽量な再構築モジュールを使用している。 3次元再構成では、初期ノイズ入力の各点は正確な予測を必要とするが、Mambaモジュールによって抽出された高レベル特徴はスパースポイントからの抽象的意味情報のみをキャプチャする。
  論文  参考訳（メタデータ） (2026-09-22T01:11:24Z)
• Stream3Dv2: Geometric-Semantic Fusion Enhanced Streaming Zero-Shot 3D Scene Understanding [7.823301846592561]
  Stream3Dv2は、堅牢なストリーミング3D知覚のために設計されたトレーニング不要のフレームワークである。 幾何学的ノイズと意味的あいまいさを解消する包括的幾何学的意味融合機構を導入する。 公開データセットの実験では、Stream3Dv2が、基礎となるオープン語彙のストリーミング3Dセグメンテーションと検出において、既存のベースラインを一貫して上回っていることが示されている。
  論文  参考訳（メタデータ） (2026-08-21T14:13:02Z)
• Skip Mamba Diffusion for Monocular 3D Semantic Scene Completion [24.4023135536433]
  3Dセマンティックシーンの補完は、自律システムにおける複数の下流タスクに不可欠である。 状態空間の進歩と拡散生成モデルを利用した独自のニューラルモデルを提案する。 本手法は単眼画像入力による3次元セマンティックシーン補完性能を実現する。
  論文  参考訳（メタデータ） (2025-01-13T12:18:58Z)
• Dynamic 3D Point Cloud Sequences as 2D Videos [81.46246338686478]
  3Dポイントクラウドシーケンスは、現実世界の環境における最も一般的で実用的な表現の1つとして機能する。 textitStructured Point Cloud Videos (SPCV) と呼ばれる新しい汎用表現を提案する。 SPCVは点雲列を空間的滑らかさと時間的一貫性を持つ2Dビデオとして再編成し、画素値は点の3D座標に対応する。
  論文  参考訳（メタデータ） (2024-03-02T08:18:57Z)
• OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
  本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。 我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。 意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
  論文  参考訳（メタデータ） (2023-12-14T18:58:52Z)
• PointOcc: Cylindrical Tri-Perspective View for Point-based 3D Semantic Occupancy Prediction [72.75478398447396]
  本稿では,点雲を効果的かつ包括的に表現する円筒型三重対視図を提案する。 また,LiDAR点雲の距離分布を考慮し,円筒座標系における三点ビューを構築した。 プロジェクション中に構造の詳細を維持するために空間群プーリングを使用し、各TPV平面を効率的に処理するために2次元バックボーンを採用する。
  論文  参考訳（メタデータ） (2023-08-31T17:57:17Z)
• AGO-Net: Association-Guided 3D Point Cloud Object Detection Network [86.10213302724085]
  ドメイン適応によるオブジェクトの無傷な特徴を関連付ける新しい3D検出フレームワークを提案する。 我々は,KITTIの3D検出ベンチマークにおいて,精度と速度の両面で最新の性能を実現する。
  論文  参考訳（メタデータ） (2022-08-24T16:54:38Z)
• Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR-based Perception [122.53774221136193]
  運転時のLiDARに基づく認識のための最先端の手法は、しばしば点雲を2D空間に投影し、2D畳み込みによって処理する。 自然な対策として、3Dボクセル化と3D畳み込みネットワークを利用する方法がある。 本研究では,3次元幾何学的パターンを探索するために,円筒状分割と非対称な3次元畳み込みネットワークを設計する,屋外LiDARセグメンテーションのための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-12T06:25:11Z)
• Anchor-Based Spatial-Temporal Attention Convolutional Networks for Dynamic 3D Point Cloud Sequences [20.697745449159097]
  動的3次元点雲列を処理するために,アンカー型時空間注意畳み込み演算(astaconv)を提案する。 提案する畳み込み操作は、各点の周囲に複数の仮想アンカーを設定することにより、各点の周囲にレギュラーレセプティブフィールドを構築する。 提案手法は,局所領域内の構造化情報をよりよく活用し,動的3次元点雲列から空間-時間埋め込み特徴を学習する。
  論文  参考訳（メタデータ） (2020-12-20T07:35:37Z)
• S3CNet: A Sparse Semantic Scene Completion Network for LiDAR Point Clouds [0.16799377888527683]
  S3CNetはスパース畳み込みに基づくニューラルネットワークで、単一で統一されたLiDARポイントクラウドからセマンティックに完了したシーンを予測する。 提案手法は,Semantic KITTI ベンチマークを用いて,3次元課題における全ての課題に対して優れることを示す。
  論文  参考訳（メタデータ） (2020-12-16T20:14:41Z)

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。