arXiv cs.CVが2026年10月8日(現地時間)付けで報じたところによると、ジューミン・リウ (Jiuming Liu) 氏らの研究チームが、動的シナリオにおける3Dモーション変位を捕捉する新しいシーンフロー推定手法「MESSENGER (Memory-Enhanced Sequential Scene Flow Estimation via Autoregressive Next-Frame Forecasting)」に関する論文を公開した。従来の課題であった長期的な時間相関の欠如や将来予測における不良な外挿能力を改善し、最新の評価基準で高い性能を示している。
研究チームは、初期のペアワイズ推定器がインスタントな2フレームモーションに依存し、長期的な時間相関に欠け、将来予測における外挿能力が低いという課題を指摘している。また、既存のマルチフレームシーンフロー推定手法は、入力フレームの増加に伴う重い計算オーバーヘッドや、非効率なモーション伝播による長期間予測の劣化に直面していた。
これらの問題に対処するため、MESSENGERは記憶を強化したシーケンシャルシーンフローパイプラインを提案している。連続するシーケンス内の長期的な時間的依存関係を十分に活用するため、複数の過去のフロー推定と潜在状態を明示的に格納する記憶バッファが設計された。各入力フレームに対して、時系列で格納されたフローと状態が相関付けられ、将来フレーム予測 (next-frame forecasting) の手法で現在の初期化されたフローを予測するために検索される。
さらに、信頼性の低い検索結果をフィルタリングし、蓄積されたエラーを軽減するための不確実性認識型再重み付けモジュールが開発された。データセット「nuScenes」および「Argoverse 2」を用いた広範な実験では、MESSENGERの最先端の性能が実証されている。長期間の将来外挿において、nuScenesではEPE3Dを71.6%削減し、Argoverse 2では67.7%削減を達成した。この優位性は、ネットワークが過去の観測に基づいて将来フレームの分布を段階的に学習するよう自然に促す、自己回帰型予測パラダイムに起因するとされる。
この研究は、ニューリップス (NeurIPS) 2026に採択された。関連するコードは今後公開される予定である。
参考: arXiv cs.CV — 2026年10月9日 13:00 (JST)
原文ハイライト"memory-enhanced sequential scene flow pipeline, called MESSENGER."