意味占有マッピング2026/10/20arXiv:2610.27704

VEOcc++: 持続的ボクセル特徴マップによる実体化オンライン意味占有マッピングとオフライン精緻化

VEOcc++: Learning Persistent Voxel Feature Maps for Embodied Online Semantic Occupancy Mapping and Offline Refinement

探索中のオンライン増分マッピングと探索後のオフライン地図精緻化を、持続的な疎ボクセル特徴マップで統合する枠組みを提案し、EmbodiedOcc-ScanNetで最先端性能を達成した。

詳しい要約

1. どんなもの？

- VEOcc++は、embodied exploration中のonline incremental semantic occupancy mappingと、探索後のoffline global map refinementを統合するvoxel-centricフレームワーク。 - 両段階をpersistent sparse voxel feature mapで接続する。 - onlineでは新規観測領域へmapを拡張し、reliability-guided updatesでaligned local featuresを統合、context-aware decodingで現在のsemantic occupancy mapを生成。 - offlineではcached local featuresをcomplementary evidenceとして統合し、completed online representationと組み合わせmulti-scale spatial refinementを行う。

2. 先行研究と比べてどこがすごい？

- EmbodiedOcc-ScanNet上で67.12% IoU、58.40% mIoUを達成し、online incremental mappingのstate-of-the-artを更新。 - local predictorを固定した条件で、online mapping pipelineがVEOcc fusionを3.70 IoU、3.74 mIoU上回る。 - 提案するglobal mapping designによる大幅な改善を示す。 - offline refinementは探索中に得た観測のみで67.79% IoU、59.37% mIoUまでcompleted mapを改善。

3. 技術・手法の肝は？

- persistent sparse voxel feature mapを中核とし、onlineとofflineの両段階を接続。 - online: 新規観測領域でmapを拡張し、reliability-guided updatesによりaligned local featuresを統合。context-aware decodingでsemantic occupancy mapを出力。 - offline: cached local featuresをcomplementary evidenceとして統合し、completed online representationと組み合わせてmulti-scale spatial refinementを実施。

4. どうやって有効だと検証した？

- EmbodiedOcc-ScanNetでonline incremental mappingのIoU/mIoUを評価し、state-of-the-art性能を確認。 - local predictor固定の比較でVEOcc fusionに対する改善量(3.70 IoU、3.74 mIoU)を検証。 - offline global map refinementによるcompleted mapの改善(67.79% IoU、59.37% mIoU)を評価。 - mobile robotへのzero-shot deploymentにより、unseen environmentsへのtransferability、onboard feasibility、large-scale indoor mappingへのscalabilityを実証。

5. 議論はある？

- 要旨からは不明。 - 明示されているのは、online incremental mappingとoffline refinementをpersistent sparse voxel feature mapで統合する設計と、その性能・転移性・実機搭載可能性の実証まで。 - 限界や失敗事例、計算コストの詳細な議論は要旨に記載なし。

6. 次に読むべき論文は？

- VEOcc(比較対象のfusion手法) - EmbodiedOcc-ScanNet(評価データセット) - semantic occupancy mappingおよびonline incremental mappingの関連研究 - offline global map refinementの関連研究

※ 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: Ruoyu Wang, Jiahan Li, Yong Liu, Kexin Zhang

分類: cs.CV

原文アブストラクト

Semantic occupancy mapping supports embodied perception during exploration and detailed scene understanding afterward, giving rise to two complementary requirements: online incremental mapping for maintaining an up-to-date global map under causal constraints, and offline global map refinement for improving the completed scene representation with additional computation. We present VEOcc++, a unified voxel-centric framework that connects both stages through a persistent sparse voxel feature map. During exploration, the map expands with newly observed regions and integrates aligned local features through reliability-guided updates, while context-aware decoding produces the current semantic occupancy map. After exploration, cached local features are consolidated as complementary evidence and combined with the completed online representation for multi-scale spatial refinement. On EmbodiedOcc-ScanNet, VEOcc++ achieves 67.12\% IoU and 58.40\% mIoU, establishing new state-of-the-art performance for online incremental mapping. With the local predictor fixed, our online mapping pipeline outperforms VEOcc fusion by 3.70 IoU and 3.74 mIoU points, demonstrating substantial gains from the proposed global mapping design. Offline global map refinement further improves the completed map to 67.79% IoU and 59.37% mIoU using only the observations acquired during exploration. Zero-shot deployment on a mobile robot further demonstrates transferability to unseen environments, onboard feasibility, and scalability to large-scale indoor mapping. Project page: https://wryzju.github.io/VEOccpp/.

arXivで原文を読む →arXiv概要ページ

← 論文一覧