의료 응용을 위한 상용 깊이 센서 정확도 비교
Comparing Commercial Depth Sensor Accuracy for Medical Applications
한국어 초록
깊이 추정(depth estimation)은 의료 및 수술 분야에서 다양하게 활용된다. 본 연구에서는 스타일러스로 샘플링한 참조값(stylus-sampled reference)을 사용하여 돼지 뼈 표본, 돼지 복부(belly) 표본, 실리콘 신장 팬텀(phantom)에 대해 네 가지 깊이 센서를 벤치마크한다. 이 대상들은 균질한 표면(homogeneous surface), 반사 표면(specular surface), 표면하 산란(subsurface scattering) 등 실제 환경의 여러 어려운 조건을 포함한다. 비교에는 약 50cm 거리에서의 스테레오(stereo), 구조광(structured-light), 비행 시간(time-of-flight) 센서가 포함된다. 구체적으로 Intel RealSense D405 (Intel RealSense, 미국), PMD Flexx2 (pmdtechnologies, 독일), Stereolabs ZED 2i (Stereolabs, 프랑스), Zivid 2M+ 60 (Zivid, 노르웨이)를 비교한다. Zivid 2M+ 60은 본 연구에서 고려한 모든 대상과 지표에서 가장 우수한 성능을 보였다. ZED는 실제 조직에서는 2위를 기록했으나 팬텀에서는 최하위였다.
원문 초록
Depth estimation has numerous medical and surgical applications. We benchmark four depth sensors on a porcine bone specimen, a porcine belly specimen, and a silicone kidney phantom using stylus-sampled references. These objects contain several real-world challenges, including homogeneous surfaces, specular surfaces, and subsurface scattering. The comparison includes stereo, structured-light, and time-of-flight sensors at a distance of approximately 50 cm. Specifically, the Intel RealSense D405 (Intel RealSense, United States), PMD Flexx2 (pmdtechnologies, Germany), Stereolabs ZED 2i (Stereolabs, France), and Zivid 2M+ 60 (Zivid, Norway) are compared. The Zivid 2M+ 60 performed best across all objects and metrics considered in this work. The ZED ranked second for real tissue, but last on the phantom.
제출 이력
확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.
- arXiv:2606.13028v3제출 시각 미확인
- arXiv:2606.13028v1제출 시각 미확인
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
Efficient Calisthenics Skills Classification through Foreground Instance Selection and Depth Estimation
MonoMVSNet: Monocular Priors Guided Multi-View Stereo Network
VOTE: Vision-Language-Action Optimization with Trajectory Ensemble Voting
MACRO: 클로즈업 렌더 최적화를 위한 학습 불필요 다중 평면 어텐션
MACRO: Training-free Multi-plane Attention for Closeup Render Optimization
학습 카메라보다 훨씬 가까이 장면을 확대하는 클로즈업 렌더링은 가상 제작과 인터랙티브 3D 콘텐츠에 중요하지만, 여전히 해결되지 않은 난제로 남아 있다. 3D Gaussian splatting(3DGS)은 고충실도 실시간 신규 시점 합성(novel view synthesis)을 가능하게 하지만, 근거리에서는 렌더링 품질이 저하된다. 학습 세트의 참조 이미지를 조건으로 렌더링을 향상시키는 최근 확산(diffusion) 기반 방법들은 이 설정에서 심각한 아티팩트를 생성한다. 우리는 이 실패를 분석하여 근본 원인을 규명한다: 클로즈업 뷰와 참조 뷰 간의 스케일 차이이다. 우리는 참조 조건부 향상 모델의 특징이 스케일 불변(scale-invariant)이 아님을 보이며, 이로 인해 동일한 내용이 서로 다른 스케일로 나타날 때 교차 뷰 어텐션(cross-view attention)이 잘못된 대응 관계를 검색하고, VAE 인코더가 스케일 등변(scale-equivariant)이 아니기 때문에 이 불일치를 잠재 공간에서 수정할 수 없음을 보인다. 이 분석을 바탕으로 우리는 MACRO(Multi-plane Attention for Closeup Render Optimization)를 소개한다. 이는 3DGS 기반의 고품질 클로즈업 신규 시점 합성을 위한 학습 불필요 방법이다. MACRO는 장면의 알려진 3D 구조를 활용하여 스케일 차이를 해소한다: 클로즈업을 깊이 평면으로 분해하고, 인코딩 전에 각 평면의 스케일에 맞게 이미지 공간에서 참조 이미지를 크롭하고 크기를 조정하며, 깊이 인식 어텐션 마스크를 적용하여 각 토큰이 스케일 일치 참조에만 어텐션하도록 한다. 이 방법은 아키텍처 변경이나 추가 학습을 필요로 하지 않는다. 우리는 또한 두 가지 새로운 클로즈업 신규 시점 합성 벤치마크와 이 설정에 대한 최초의 표준화된 평가 프로토콜을 기여하며, 두 벤치마크 모두에서 최신(state-of-the-art) 결과를 달성하여 재구성 및 지각적 메트릭 모두에서 기존 3DGS 및 확산 기반 방법들을 능가함을 보인다. 프로젝트 페이지: https://nitzanhod.github.io/MACRO
EffiNav: 효율적인 객체 목표 내비게이션을 위한 깊이와 비전-언어 융합
EffiNav: Fusing Depth and Vision-Language for Efficient Object Goal Navigation
미지의 환경을 탐험하며 대상 객체를 찾는 것은 자율 에이전트의 핵심 능력으로, 수색 및 구조부터 현장 로봇에 이르기까지 다양한 응용 분야가 있습니다. 이러한 작업의 단순화된 버전은 객체 목표 내비게이션(ObjNav)입니다. ObjNav에서 대상 객체에 성공적으로 도착하는 것은 성능의 기본 척도가 되지만, 내비게이션 궤적의 효율성 또한 에이전트가 얼마나 지능적으로 탐험하는지와 후속 작업에 얼마나 많은 시간이 남아있는지를 나타내므로 동등하게 중요합니다. 미지의 환경에서 효율적인 내비게이션의 핵심은 다음에 어디를 탐험할지 결정하는 데 있습니다. 많은 기존 연구가 이 핵심 과제를 해결하고 특정 설정에서 유망한 성능을 달성했으나, 최근의 학습 기반 모델과 비학습 프레임워크는 각각 일반화 및 효율성 문제로 인해 여전히 어려움을 겪고 있으며, 최악의 경우 이미 방문한 영역의 과도한 탐험이나 불필요한 왕복 움직임으로 이어질 수 있습니다. 우리는 널리 사용되는 두 시뮬레이션 벤치마크인 Habitat Matterport 3D(HM3D)와 Open-Vocabulary Object goal Navigation(OVON)에서 EffiNav를 평가하고, 실제 환경의 물리적 로봇에서 그 효과를 추가로 검증했습니다. 또한 대규모 시뮬레이션 에피소드에 대한 실패 분석을 수행했습니다. 최소한의 수정만으로 GOAT-BENCH 데이터셋의 메모리 증강 ObjNav 작업으로 EffiNav를 확장하여, 표준 ObjNav 설정을 넘어선 적응성을 입증했습니다. 성공률(SR)과 경로 길이 가중 성공(SPL)이라는 두 가지 표준 지표 전반에서 EffiNav는 최신 기준 모델과 대등하거나 이를 능가하는 성능을 보여, 효율성, 견고성 및 실용적 적용 가능성을 입증했습니다. 두 데이터셋의 서로 다른 강조점을 고려할 때, 이러한 성과는 해당 프레임워크가 효율적인 ObjNav에 있어 더 균형 잡혀 있고 일반화 가능함을 보여줍니다.
NoContactNoWorries: 시각과 고유수용감각을 통한 손 안 정교 조작용 접촉 추정
NoContactNoWorries: Estimating Contact through Vision and Proprioception for In-Hand Dexterous Manipulation
물리적 접촉을 지각하는 것은 정교한 조작의 기본이다. 로봇은 흔히 전용 하드웨어 촉각 센서에 의존하지만, 인간은 시각 정보를 신체의 자세와 움직임에 대한 타고난 감각과 통합하여 접촉을 추론하는 뛰어난 능력을 보인다. 이러한 체화된 지각 능력에서 착안하여, 본 연구는 로봇이 시각으로부터 접촉을 추론하도록 학습할 수 있는지를 탐구한다. 이 접근은 비용, 취약성, 통합 측면의 현실적 어려움이 있는 촉각 하드웨어에 대해, 특히 이진 접촉 추정을 위한 확장 가능한 대안이 되기도 한다. 우리는 RGB-D 시각 정보와 로봇의 고유수용감각을 융합하여 손-물체 상호작용에 대한 의사 촉각 신호로서 이진 접촉 상태를 추론하는 트랜스포머 기반 멀티모달 프레임워크인 NoContactNoWorries를 제시한다. 여러 물체에 대해 단일 접촉 예측 모델을 학습하여 검증하였으며, 추론된 접촉 신호가 손 안 물체 재배향을 위한 하위 강화학습 에이전트를 뒷받침하고 새로운 물체로도 일반화됨을 보인다. 시뮬레이션과 실제 로봇 모두에서의 실험은 제안 방법을 검증하며, 시각과 고유수용감각으로부터 접촉을 추론하는 것이 실현 가능함을 보여준다. 프로젝트 페이지: https://soham2560.github.io/no-contact-no-worries/
토론
이 논문과 연결된 포럼 글이 아직 없습니다.