論文の概要: Ground Texture Based Localization Using Compact Binary Descriptors

• arxiv url: http://arxiv.org/abs/2002.11061v2
• Date: Fri, 18 Dec 2020 12:32:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 22:15:19.487303
• Title: Ground Texture Based Localization Using Compact Binary Descriptors
• Title（参考訳）: コンパクトバイナリディスクリプタを用いた地盤テクスチャに基づく位置推定
• Authors: Jan Fabian Schmid, Stephan F. Simon, Rudolf Mester
• Abstract要約: 地盤テクスチャに基づく位置決めは、車両の高精度位置決めを実現するための有望なアプローチである。 グローバルなローカライゼーションや,その後のローカルローカライゼーション更新に使用できる自己完結型手法を提案する。
• 参考スコア（独自算出の注目度）: 12.160708336715489
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ground texture based localization is a promising approach to achieve high-accuracy positioning of vehicles. We present a self-contained method that can be used for global localization as well as for subsequent local localization updates, i.e. it allows a robot to localize without any knowledge of its current whereabouts, but it can also take advantage of a prior pose estimate to reduce computation time significantly. Our method is based on a novel matching strategy, which we call identity matching, that is based on compact binary feature descriptors. Identity matching treats pairs of features as matches only if their descriptors are identical. While other methods for global localization are faster to compute, our method reaches higher localization success rates, and can switch to local localization after the initial localization.
• Abstract（参考訳）: 地盤テクスチャに基づく位置決めは、車両の高精度位置決めを実現するための有望なアプローチである。 本稿では,グローバルローカライズやその後の局所的ローカライズ更新,すなわちロボットが現在の場所を知らずにローカライズできる自己完結型手法を提案する。 提案手法は,コンパクトなバイナリ特徴記述子に基づくIDマッチングと呼ばれる,新しいマッチング戦略に基づいている。 アイデンティティマッチングは、デクリプタが同一である場合に限り、機能のペアを一致として扱う。 グローバルなローカライゼーションのための他の手法は計算が速いが,本手法はより高いローカライゼーション成功率に達し,初期ローカライゼーション後のローカルローカライゼーションに切り替えることができる。

関連論文リスト

• FUSELOC: Fusing Global and Local Descriptors to Disambiguate 2D-3D Matching in Visual Localization [57.59857784298536]
  直接2D-3Dマッチングアルゴリズムでは、メモリが大幅に削減されるが、より大きくあいまいな検索空間のために精度が低下する。 本研究では,2次元3次元探索フレームワーク内の重み付き平均演算子を用いて局所的およびグローバルな記述子を融合させることにより,この曖昧さに対処する。 ローカルのみのシステムの精度を常に改善し、メモリ要求を半減させながら階層的な手法に近い性能を達成する。
  論文  参考訳（メタデータ） (2024-08-21T23:42:16Z)
• Do Localization Methods Actually Localize Memorized Data in LLMs? A Tale of Two Benchmarks [28.46131289972691]
  2つのベンチマークは、記憶データに責任があるコンポーネントをピンポイントするローカライズ手法の能力を評価する。 異なる視点にもかかわらず、我々の2つのベンチマークは5つのローカライゼーション手法の一貫性のあるランキングを得る。
  論文  参考訳（メタデータ） (2023-11-15T15:52:40Z)
• MTLDesc: Looking Wider to Describe Better [21.81401301082768]
  ローカルディスクリプタを"より広く見えるように"することに注力する。 我々は、MTLDescが非局所的な認識を得られるように、文脈増強と空間的注意機構を活用している。 MTLDescは,HPatches,Aachen Day-Nightローカライゼーション,InLoc屋内ローカライゼーションベンチマークにおいて,最先端のローカルディスクリプタをはるかに上回っている。
  論文  参考訳（メタデータ） (2022-03-14T11:16:05Z)
• LocUNet: Fast Urban Positioning Using Radio Maps and Deep Learning [59.17191114000146]
  LocUNet: 基地局(BSs)からの受信信号強度(RSS)のみに基づく深層学習手法 提案手法では,BSsからのRSSを,クラウド上に存在する可能性のある中央処理ユニット(CPU)にローカライズする。 推定されたBSのパスロスラジオマップを用いて、LocUNetは最先端の精度でユーザをローカライズし、無線マップの不正確性に対して高い堅牢性を享受する。
  論文  参考訳（メタデータ） (2022-02-01T20:27:46Z)
• Capturing Structural Locality in Non-parametric Language Models [85.94669097485992]
  非パラメトリック言語モデルに局所性情報を追加するための,単純かつ効果的なアプローチを提案する。 Javaソースコードとウィキペディアテキストという2つの異なる領域の実験では、局所性がモデルの有効性を向上させることが示されている。
  論文  参考訳（メタデータ） (2021-10-06T15:53:38Z)
• Probabilistic Visual Place Recognition for Hierarchical Localization [22.703331060822862]
  視覚的位置認識に用いる画像検索手法をベイズ状態推定法に適応させる2つの手法を提案する。 本手法を用いて粗局在化ステージの局在化精度を大幅に向上させ、厳しい外観変化下における最新性能を保ちます。
  論文  参考訳（メタデータ） (2021-05-07T07:39:14Z)
• Cross-Descriptor Visual Localization and Mapping [81.16435356103133]
  視覚のローカライゼーションとマッピングは、Mixed Realityとロボティクスシステムの大部分を支える重要な技術である。 特徴表現の連続的な更新を必要とする局所化とマッピングのための3つの新しいシナリオを提案する。 我々のデータ駆動型アプローチは特徴記述子型に非依存であり、計算要求が低く、記述アルゴリズムの数と線形にスケールする。
  論文  参考訳（メタデータ） (2020-12-02T18:19:51Z)
• Simple and effective localized attribute representations for zero-shot learning [48.053204004771665]
  Zero-shot Learning (ZSL) は、目に見えないクラスとイメージを区別することを目的としている。 本稿では,意味/属性空間における局所化表現を提案する。 提案手法は,ゼロショット学習のための新しいベースラインとして利用することができる。
  論文  参考訳（メタデータ） (2020-06-10T16:46:12Z)
• Real-time Localization Using Radio Maps [59.17191114000146]
  パスロスに基づく簡易かつ効果的なローカライゼーション法を提案する。 提案手法では, 受信した信号強度を, 既知の位置を持つ基地局の集合から報告する。
  論文  参考訳（メタデータ） (2020-06-09T16:51:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。