日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

関節推定arXiv:2604.07758

DailyArt: 潜在ダイナミクスによる単一静止画像からの関節構造の発見

DailyArt: Discovering Articulation from Single Static Images via Latent Dynamics

シェア:XThreadsFacebookLINEはてブBluesky

単一の閉じた状態の画像から、物体の関節パラメータを推定する新しい手法を提案。まず開いた状態の画像を合成して関節の手がかりを露出させ、観測画像との差分から全関節を同時に推定する。

詳しい要約

1. どんなもの?

- 単一の閉状態画像から関節物体の運動学を推定するタスクを扱う。 - 既存手法は多状態観測や部品事前知識、検索、補助入力に依存し、推論対象の構造を部分的に露出させていた。 - 本研究はDailyArtを提案し、単一静止画像からの関節推定を合成を介した推論問題として定式化する。 - 直接回帰ではなく、同一カメラ視点で最大限開いた状態を合成し、観測と合成の差分から全関節パラメータを推定する。 - set-prediction定式化により、物体固有テンプレート、多視点入力、テスト時の部品アノテーションなしで全関節を同時に復元する。 - 推定関節を条件として、部品レベルの新規状態合成も下流機能として支援する。

2. 先行研究と比べてどこがすごい?

- 既存手法は多状態観測を必要とするか、部品事前知識・検索・補助入力に依存し、推論すべき構造を部分的に露出させていた。 - DailyArtは単一の閉状態画像のみを入力とし、テスト時に物体固有テンプレート、多視点入力、明示的な部品アノテーションを必要としない。 - 直接回帰ではなく合成を介した推論により、閉状態で遮蔽された運動手がかりを露出させてから関節を推定する点が異なる。 - set-predictionにより全関節を同時に復元し、部品レベルの新規状態合成も可能にする。

3. 技術・手法の肝は?

- 単一静止画像からの関節推定をsynthesis-mediated reasoning problemとして定式化する。 - まず同一カメラ視点の下で最大限開いた状態を合成し、関節の手がかりを露出させる。 - 次に観測状態と合成状態の差分から全関節パラメータを推定する。 - set-prediction定式化を用いて全関節を同時に復元する。 - テスト時に物体固有テンプレート、多視点入力、明示的な部品アノテーションを必要としない。 - 推定関節を条件として部品レベルの新規状態合成を下流機能として支援する。

4. どうやって有効だと検証した?

- 広範な実験により、関節推定において強い性能を達成することを示す。 - 関節を条件とした部品レベルの新規状態合成を支援することを示す。 - 具体的なデータセット名や評価指標、比較手法は要旨からは不明。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照・比較されている具体的な研究は明示されていない。 - 関連手法として、多状態観測を用いるarticulated object estimation、部品事前知識やretrievalを利用する手法、set-prediction、world models、embodied AIが挙げられる。 - 同分野の定番として、articulated object parsing、joint estimation、novel state synthesisに関する研究が次に読むべき候補となる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Hang Zhang, Qijian Tian, Jingyu Gong, Daoguo Dong, Xuhong Wang, Yuan Xie, Xin Tan

分類: cs.CV, cs.AI

原文アブストラクト

Articulated objects are essential for embodied AI and world models, yet inferring their kinematics from a single closed-state image remains challenging because crucial motion cues are often occluded. Existing methods either require multi-state observations or rely on explicit part priors, retrieval, or other auxiliary inputs that partially expose the structure to be inferred. In this work, we present DailyArt, which formulates articulated joint estimation from a single static image as a synthesis-mediated reasoning problem. Instead of directly regressing joints from a heavily occluded observation, DailyArt first synthesizes a maximally articulated opened state under the same camera view to expose articulation cues, and then estimates the full set of joint parameters from the discrepancy between the observed and synthesized states. Using a set-prediction formulation, DailyArt recovers all joints simultaneously without requiring object-specific templates, multi-view inputs, or explicit part annotations at test time. Taking estimated joints as conditions, the framework further supports part-level novel state synthesis as a downstream capability. Extensive experiments show that DailyArt achieves strong performance in articulated joint estimation and supports part-level novel state synthesis conditioned on joints. Project page is available at https://rangooo123.github.io/DaliyArt.github.io/.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI