論文の概要: Line Flow based SLAM

• arxiv url: http://arxiv.org/abs/2009.09972v2
• Date: Wed, 17 Mar 2021 14:48:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-16 05:35:30.276872
• Title: Line Flow based SLAM
• Title（参考訳）: ラインフローに基づくSLAM
• Authors: Qiuyuan Wang, Zike Yan, Junqiu Wang, Fei Xue, Wei Ma, Hongbin Zha
• Abstract要約: 本稿では,3次元ラインセグメントの逐次2次元投影を表すラインフローを予測・更新するビジュアルSLAM法を提案する。 提案手法は, ラインフローの利用により, 最先端の結果を得る。
• 参考スコア（独自算出の注目度）: 36.10943109853581
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a visual SLAM method by predicting and updating line flows that represent sequential 2D projections of 3D line segments. While feature-based SLAM methods have achieved excellent results, they still face problems in challenging scenes containing occlusions, blurred images, and repetitive textures. To address these problems, we leverage a line flow to encode the coherence of line segment observations of the same 3D line along the temporal dimension, which has been neglected in prior SLAM systems. Thanks to this line flow representation, line segments in a new frame can be predicted according to their corresponding 3D lines and their predecessors along the temporal dimension. We create, update, merge, and discard line flows on-the-fly. We model the proposed line flow based SLAM (LF-SLAM) using a Bayesian network. Extensive experimental results demonstrate that the proposed LF-SLAM method achieves state-of-the-art results due to the utilization of line flows. Specifically, LF-SLAM obtains good localization and mapping results in challenging scenes with occlusions, blurred images, and repetitive textures.
• Abstract（参考訳）: 本稿では,3次元ラインセグメントの逐次2次元投影を表すラインフローを予測・更新するビジュアルSLAM法を提案する。 特徴に基づくSLAM法は優れた結果を得たが、それでもオクルージョン、ぼやけた画像、反復的なテクスチャを含む難題に直面している。 これらの問題に対処するために,従来のslamシステムでは無視されてきた同じ3次元線の線分観測のコヒーレンスをエンコードするために線フローを利用する。 このラインフロー表現により、新しいフレーム内のラインセグメントは、対応する3dラインと、時間次元に沿って前者に従って予測できる。 ラインフローをオンザフライで作成、更新、マージ、破棄します。 ベイズネットワークを用いた線形フローベースSLAM(LF-SLAM)をモデル化する。 広範な実験結果から,lf-slam法がラインフローの利用により最先端の成果を得られた。 特に、LF-SLAMは、オクルージョン、ぼやけた画像、反復的なテクスチャを持つ挑戦的なシーンにおいて、優れたローカライゼーションとマッピング結果を得る。

関連論文リスト

• OVO-SLAM: Open-Vocabulary Online Simultaneous Localization and Mapping [21.254743678057356]
  本稿では,Open-Vocabulary Online 3DセマンティックSLAMパイプラインについて述べる。 CLIPベクターを用いた3Dセグメントの検出と追跡を行い,これらの3Dセグメントが観測される視点から,新しいアグリゲーションによって計算した。
  論文  参考訳（メタデータ） (2024-11-22T16:25:05Z)
• Loopy-SLAM: Dense Neural SLAM with Loop Closures [53.11936461015725]
  ポーズをグローバルに最適化するLoopy-SLAMと高密度3Dモデルを導入する。 我々は,データ駆動のポイントベースサブマップ生成手法を用いてフレーム・ツー・モデル追跡を行い,グローバルな位置認識を行うことで,オンラインのループクロージャをトリガーする。 合成Replicaおよび実世界のTUM-RGBDおよびScanNetデータセットの評価は、既存の高密度ニューラルネットワークRGBD SLAM法と比較して、追跡、マッピング、レンダリングの精度の競争力または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-02-14T18:18:32Z)
• DNS SLAM: Dense Neural Semantic-Informed SLAM [92.39687553022605]
  DNS SLAMは、ハイブリッド表現を備えた新しいRGB-DセマンティックSLAMアプローチである。 本手法は画像に基づく特徴抽出と多視点幾何制約を統合し,外観の細部を改良する。 実験により, 合成データと実世界のデータ追跡の両面において, 最先端の性能が得られた。
  論文  参考訳（メタデータ） (2023-11-30T21:34:44Z)
• GS-SLAM: Dense Visual SLAM with 3D Gaussian Splatting [51.96353586773191]
  我々は,まず3次元ガウス表現を利用したtextbfGS-SLAM を提案する。 提案手法は,地図の最適化とRGB-Dレンダリングの大幅な高速化を実現するリアルタイム微分可能なスプレイティングレンダリングパイプラインを利用する。 提案手法は,Replica,TUM-RGBDデータセット上の既存の最先端リアルタイム手法と比較して,競争性能が向上する。
  論文  参考訳（メタデータ） (2023-11-20T12:08:23Z)
• SE(3) Diffusion Model-based Point Cloud Registration for Robust 6D Object Pose Estimation [66.16525145765604]
  実世界のシナリオにおける6次元オブジェクトポーズ推定のためのSE(3)拡散モデルに基づく点クラウド登録フレームワークを提案する。 提案手法は,3次元登録タスクをデノナイズ拡散過程として定式化し,音源雲の姿勢を段階的に洗練する。 実世界のTUD-L, LINEMOD, およびOccluded-LINEMODデータセットにおいて, 拡散登録フレームワークが顕著なポーズ推定性能を示すことを示す。
  論文  参考訳（メタデータ） (2023-10-26T12:47:26Z)
• LDL: Line Distance Functions for Panoramic Localization [22.46846444866008]
  線分を用いた3次元地図にパノラマをローカライズするアルゴリズム LDL を導入する。 提案手法は,パノラマ画像と3次元地図内のラインの全体分布を効果的に観察する。
  論文  参考訳（メタデータ） (2023-08-27T02:57:07Z)
• IDLS: Inverse Depth Line based Visual-Inertial SLAM [9.38589798999922]
  Inverse Depth Line SLAM (IDLS) を提案する。 IDLSは、複数の知覚的整合性データセットで広く評価されている。
  論文  参考訳（メタデータ） (2023-04-23T20:53:05Z)
• ESLAM: Efficient Dense SLAM System Based on Hybrid Representation of Signed Distance Fields [2.0625936401496237]
  ESLAMは、未知のカメラポーズでRGB-Dフレームを読み出し、シーン表現を漸進的に再構築する。 ESLAMは3次元再構成の精度を向上し、最先端の高密度視覚SLAM法のカメラローカライゼーションを50%以上向上する。
  論文  参考訳（メタデータ） (2022-11-21T18:25:14Z)
• IDEA-Net: Dynamic 3D Point Cloud Interpolation via Deep Embedding Alignment [58.8330387551499]
  我々は、点方向軌跡(すなわち滑らかな曲線)の推定として問題を定式化する。 本稿では,学習した時間的一貫性の助けを借りて問題を解消する,エンドツーエンドのディープラーニングフレームワークであるIDEA-Netを提案する。 各種点群における本手法の有効性を実証し, 定量的かつ視覚的に, 最先端の手法に対する大幅な改善を観察する。
  論文  参考訳（メタデータ） (2022-03-22T10:14:08Z)
• LOF: Structure-Aware Line Tracking based on Optical Flow [8.856222186351445]
  光フロー(LOF)に基づく構造認識ライントラッキングアルゴリズムを提案する。 提案するLOFは, ライントラッキング精度, 堅牢性, 効率において, 最先端性能より優れる。
  論文  参考訳（メタデータ） (2021-09-17T11:09:11Z)

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。