Восстановление 3D-изображений по данным радаров: новый подход

Исследователи предлагают метод восстановления и повышения четкости трехмерных моделей объектов по данным синтетической апертуры радара (SAR) с использованием нейронных неявных представлений.



![Система B3-Seg, итерируя процесс в течение двадцати шагов, обеспечивает камерно-независимую, безэталонную сегментацию 3D-графики с открытой лексикой, определяя оптимальные ракурсы из набора кандидатов, вычисленных на основе сферы, центрированной на предполагаемом центре объекта, и используя маски, полученные посредством Grounded SAM2 и CLIP переранжирования, для вычисления параметров Beta по уравнению [latex]\mathrm{EIG}(v)[/latex] и [latex](e\_{i,1},e\_{i,0})[/latex].](https://arxiv.org/html/2602.17134v1/fig/methodnew.drawio.png)

![Мягкий роботизированный манипулятор моделируется как граф, где дискретные сегменты выступают в роли узлов, характеризуемых состоянием [latex]x^{i}_{t}[/latex] во времени [latex]t[/latex], а физические взаимодействия - в роли ребер; графовая нейронная сеть (AGNN) вычисляет линеаризованную динамику [latex]x^{i}_{k}[/latex], которая конденсируется в квадратичную программу (QP), зависящую исключительно от входных переменных [latex]u_{k}[/latex], после чего QP решается, а первое управление [latex]u_{0}[/latex] применяется по принципу скользящего горизонта.](https://arxiv.org/html/2602.17601v1/figures/sketches/header-v3.png)
