論文の概要: Delta Descriptors: Change-Based Place Representation for Robust Visual Localization

• arxiv url: http://arxiv.org/abs/2006.05700v2
• Date: Thu, 30 Jul 2020 07:24:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-23 05:25:18.970172
• Title: Delta Descriptors: Change-Based Place Representation for Robust Visual Localization
• Title（参考訳）: Delta Descriptors:ロバストなビジュアルローカライゼーションのための変更ベースの場所表現
• Authors: Sourav Garg, Ben Harwood, Gaurangi Anand and Michael Milford
• Abstract要約: デルタディスクリプタ(Delta Descriptor)と呼ばれる,学習したグローバルディスクリプタの変化を時間とともに追跡する新しいディスクリプタを提案する。 Delta Descriptorsには、フレームからフレームベースのボラティリティ(volatility)という欠点があり、それらをシーケンシャルなフィルタリングメソッドと組み合わせることで克服できる。
• 参考スコア（独自算出の注目度）: 24.09573269125854
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual place recognition is challenging because there are so many factors that can cause the appearance of a place to change, from day-night cycles to seasonal change to atmospheric conditions. In recent years a large range of approaches have been developed to address this challenge including deep-learnt image descriptors, domain translation, and sequential filtering, all with shortcomings including generality and velocity-sensitivity. In this paper we propose a novel descriptor derived from tracking changes in any learned global descriptor over time, dubbed Delta Descriptors. Delta Descriptors mitigate the offsets induced in the original descriptor matching space in an unsupervised manner by considering temporal differences across places observed along a route. Like all other approaches, Delta Descriptors have a shortcoming - volatility on a frame to frame basis - which can be overcome by combining them with sequential filtering methods. Using two benchmark datasets, we first demonstrate the high performance of Delta Descriptors in isolation, before showing new state-of-the-art performance when combined with sequence-based matching. We also present results demonstrating the approach working with four different underlying descriptor types, and two other beneficial properties of Delta Descriptors in comparison to existing techniques: their increased inherent robustness to variations in camera motion and a reduced rate of performance degradation as dimensional reduction is applied. Source code is made available at https://github.com/oravus/DeltaDescriptors.
• Abstract（参考訳）: 視覚的な場所認識は、昼夜の周期から季節的な変化、気象条件に至るまで、場所の外観変化を引き起こす要因があまりにも多いため、難しい。 近年、この課題に対処するために、深層画像記述子、ドメイン翻訳、シーケンシャルフィルタリングなど、汎用性や速度感度といった欠点を含む幅広いアプローチが開発されている。 本稿では,デルタディスクリプタ(Delta Descriptor)と呼ばれる,学習したグローバルディスクリプタの変化を時間とともに追跡する新しいディスクリプタを提案する。 デルタディスクリプタは、ルートに沿って観測される場所間の時間的差異を考慮して、元のディスクリプタマッチング空間で生じるオフセットを教師なしの方法で緩和する。 他のすべてのアプローチと同様に、Delta Descriptorはフレームからフレームベースへの欠点があり、シーケンシャルなフィルタリング手法と組み合わせることで克服できる。 2つのベンチマークデータセットを使用して、デルタディスクリプタのパフォーマンスを独立して実証し、シーケンスベースのマッチングと組み合わせた新たなパフォーマンスを示す。 また,デルタディスクリプタの4つの異なるデリプタタイプと,デルタディスクリプタの他の2つの有益特性,すなわち,カメラ動作の変動に対する固有ロバスト性の向上と,次元縮小による性能劣化率の低下を実証した。 ソースコードはhttps://github.com/oravus/deltadescriptorsで入手できる。

関連論文リスト

• TranSegPGD: Improving Transferability of Adversarial Examples on Semantic Segmentation [62.954089681629206]
  そこで本研究では, セグメンテーションにおける2段階の対角攻撃戦略を提案し, セグメンテーションにおける対角攻撃の伝達性を向上させる。 提案手法は,最先端の性能を達成できる。
  論文  参考訳（メタデータ） (2023-12-03T00:48:33Z)
• Condition-Invariant Semantic Segmentation [77.10045325743644]
  我々は現在最先端のドメイン適応アーキテクチャ上で条件不変セマンティック(CISS)を実装している。 本手法は,通常の都市景観$to$ACDCベンチマークにおいて,2番目に高い性能を実現する。 CISSはBDD100K-nightやACDC-nightのようなトレーニング中に見えない領域によく一般化している。
  論文  参考訳（メタデータ） (2023-05-27T03:05:07Z)
• Local Quadruple Pattern: A Novel Descriptor for Facial Image Recognition and Retrieval [20.77994516381]
  顔画像の認識と検索のために手作りの局所四重項パターン(LQPAT)を提案する。 提案された記述子は、四重空間における隣人間の関係を符号化する。 提案するデクリプタの検索と認識精度を,ベンチマークデータベース上の手作りデクリプタの状態と比較した。
  論文  参考訳（メタデータ） (2022-01-03T08:04:38Z)
• A Contrastive Distillation Approach for Incremental Semantic Segmentation in Aerial Images [15.75291664088815]
  現在のディープニューラルアーキテクチャに関する大きな問題は、破滅的な忘れこととして知られている。 我々は、任意の入力を拡張バージョンと比較する、対照的な正則化を提案する。 私たちは、Potsdamデータセットにおけるソリューションの有効性を示し、各テストにおけるインクリメンタルベースラインよりも優れています。
  論文  参考訳（メタデータ） (2021-12-07T16:44:45Z)
• Dynamic Convolution for 3D Point Cloud Instance Segmentation [146.7971476424351]
  動的畳み込みに基づく3次元点雲からのインスタンスセグメンテーション手法を提案する。 我々は、同じ意味圏と閉投票を持つ等質点を幾何学的遠近点に対して収集する。 提案手法は提案不要であり、代わりに各インスタンスの空間的および意味的特性に適応する畳み込みプロセスを利用する。
  論文  参考訳（メタデータ） (2021-07-18T09:05:16Z)
• Learning to Estimate Hidden Motions with Global Motion Aggregation [71.12650817490318]
  閉塞は、局所的な証拠に依存する光学フローアルゴリズムに重大な課題をもたらす。 最初の画像でピクセル間の長距離依存性を見つけるために,グローバルモーションアグリゲーションモジュールを導入する。 遮蔽領域における光流量推定が非遮蔽領域における性能を損なうことなく大幅に改善できることを実証した。
  論文  参考訳（メタデータ） (2021-04-06T10:32:03Z)
• Do Generative Models Know Disentanglement? Contrastive Learning is All You Need [59.033559925639075]
  本論文では,変数空間におけるコントラスト(DisCo)による非監視的,モデル非依存的手法を提案する。 DisCoは、GAN、VAE、およびフローを含む、事前訓練された非解離生成モデルに与えられた最先端の解離を達成します。
  論文  参考訳（メタデータ） (2021-02-21T08:01:20Z)
• Early Bird: Loop Closures from Opposing Viewpoints for Perceptually-Aliased Indoor Environments [35.663671249819124]
  本稿では,視点変化と知覚的エイリアスを同時に扱う新しい研究を提案する。 本稿では,VPRとSLAMの統合により,VPRの性能向上,特徴対応,グラフサブモジュールのポーズが著しく促進されることを示す。 知覚的エイリアス化や180度回転する極端な視点変化に拘わらず,最先端のパフォーマンスを実現するローカライズシステムについて初めて紹介する。
  論文  参考訳（メタデータ） (2020-10-03T20:18:55Z)
• Online Invariance Selection for Local Feature Descriptors [93.32949876169785]
  現在の特徴記述子の制限は、一般化と差別力のトレードオフである。 本稿では,この制限を,局所的な記述子における不変性の分散と,その文脈に与えられた最も適切な不変性のオンライン選択によって克服することを提案する。 提案手法は,現在のディスクリプタの性能を向上し,複数のマッチングタスクにおいて最先端のディスクリプタより優れていることを示す。
  論文  参考訳（メタデータ） (2020-07-17T14:08:22Z)

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。