不確実性誘導のテスト時最適化によるプライバシー保護型の深度のみのオープンボキャブラリ3Dセマンティックセグメンテーション
Privacy-Preserving Depth-Only Open-Vocabulary 3D Semantic Segmentation Via Uncertainty-Guided Test-Time Optimization
RGB画像を使わず深度情報のみでオープンボキャブラリの3Dセマンティックセグメンテーションを行う際、不確実性をガイドに用いてテスト時に最適化し、精度を向上させる手法を提案した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Xuying Huang, Sicong Pan, Maren Bennewitz
分類: cs.CV, cs.RO
原文アブストラクト
Privacy-preserving perception is a critical requirement for deploying 3D scene understanding systems in real-world indoor environments, yet it remains underexplored in open-vocabulary 3D semantic segmentation. Existing methods typically rely on obtaining rich semantic cues from RGB images, which may expose privacy-sensitive visual information. Depth-only 3D geometry provides a privacy-preserving alternative, but the absence of appearance-based semantic cues makes open-vocabulary predictions highly uncertain and less reliable. Under this setting, we propose to convert uncertainty into a guidance signal to identify unreliable semantic responses and use semantic priors from foundation models to regularize their refinement. We present UTTO, an uncertainty-guided test-time optimization framework for depth-only open-vocabulary 3D semantic segmentation. Without additional training, experiments on ScanNet20, ScanNet40, and ScanNet200 demonstrate that UTTO consistently improves depth-only open-vocabulary 3D segmentation and outperforms representative baselines under privacy-preserving conditions.
関連論文
- DPGLA：合成データと実データのギャップを埋める3D LiDARセマンティックセグメンテーションのための教師なしドメイン適応3Dセマンティックセグメンテーション
- 重なりを考慮した特徴学習による3Dセマンティックセグメンテーションのための堅牢な教師なしドメイン適応3Dセマンティックセグメンテーション
- 階層的知見：構造的類似性を活用した信頼性の高い3Dセマンティックセグメンテーション3Dセマンティックセグメンテーション
- MoPA: マルチモーダル事前知識を活用した3Dセマンティックセグメンテーションのドメイン適応3Dセマンティックセグメンテーション
- ニューラル暗黙的視覚言語特徴場3Dセマンティックセグメンテーション
- ピラミッド融合ネットワークによるLiDARとカメラの深層センサフュージョンを用いた3Dセマンティックセグメンテーション3Dセマンティックセグメンテーション
