論文の概要: DiSCO: Differentiable Scan Context with Orientation

• arxiv url: http://arxiv.org/abs/2010.10949v2
• Date: Wed, 13 Jan 2021 06:57:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-05 00:45:58.769898
• Title: DiSCO: Differentiable Scan Context with Orientation
• Title（参考訳）: DiSCO: 向きのある異なるスキャンコンテキスト
• Authors: Xuecheng Xu, Huan Yin, Zexi Chen, Yue Wang and Rong Xiong
• Abstract要約: そこで我々は、LiDARに基づく位置認識手法、DiSCO(diffariable Scan Context with Orientation)を提案する。 同時にスキャンを同じ場所で見つけ、相対的な向きを推定する。 DiSCOは長期の屋外条件を持つ3つのデータセットで検証される。
• 参考スコア（独自算出の注目度）: 13.797651328615347
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Global localization is essential for robot navigation, of which the first step is to retrieve a query from the map database. This problem is called place recognition. In recent years, LiDAR scan based place recognition has drawn attention as it is robust against the appearance change. In this paper, we propose a LiDAR-based place recognition method, named Differentiable Scan Context with Orientation (DiSCO), which simultaneously finds the scan at a similar place and estimates their relative orientation. The orientation can further be used as the initial value for the down-stream local optimal metric pose estimation, improving the pose estimation especially when a large orientation between the current scan and retrieved scan exists. Our key idea is to transform the feature into the frequency domain. We utilize the magnitude of the spectrum as the place signature, which is theoretically rotation-invariant. In addition, based on the differentiable phase correlation, we can efficiently estimate the global optimal relative orientation using the spectrum. With such structural constraints, the network can be learned in an end-to-end manner, and the backbone is fully shared by the two tasks, achieving interpretability and light weight. Finally, DiSCO is validated on three datasets with long-term outdoor conditions, showing better performance than the compared methods.
• Abstract（参考訳）: グローバルなローカライゼーションはロボットナビゲーションに不可欠であり、最初のステップはマップデータベースからクエリを取得することである。 この問題は場所認識と呼ばれる。 近年,LiDARスキャンによる位置認識が注目されている。 本稿では,同一地点で同時にスキャンを見つけ,その相対方向を推定する,微分可能スキャンコンテキスト(disco)というlidarベースの位置認識手法を提案する。 この方向を下流の局所最適メトリックポーズ推定の初期値として用いることができ、特に現在のスキャンと検索されたスキャンの間に大きな方向がある場合のポーズ推定を改善することができる。 私たちの重要なアイデアは、機能を周波数領域に変換することです。 我々は、理論上回転不変な位置シグネチャとしてスペクトルの大きさを利用する。 さらに, 微分可能な位相相関に基づいて, スペクトルを用いた全球的最適相対方向を効率的に推定する。 このような構造上の制約により、ネットワークはエンドツーエンドで学習でき、バックボーンは2つのタスクで完全に共有され、解釈性と軽量化を実現します。 最後に、DiSCOは長期の屋外条件を持つ3つのデータセットで検証され、比較した手法よりも優れた性能を示す。

関連論文リスト

• Deep Homography Estimation for Visual Place Recognition [49.235432979736395]
  本稿では,変換器を用いたディープホモグラフィー推定(DHE)ネットワークを提案する。 バックボーンネットワークによって抽出された濃密な特徴写像を入力とし、高速で学習可能な幾何的検証のためにホモグラフィーに適合する。 ベンチマークデータセットを用いた実験により,本手法はいくつかの最先端手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-02-25T13:22:17Z)
• TReR: A Lightweight Transformer Re-Ranking Approach for 3D LiDAR Place Recognition [2.6619797838632966]
  3D LiDARに基づくローカライズ手法では, 検索に基づく位置認識を用いて, 効率よく再訪場所を見つけることができる。 この研究は、情報検索の観点からこの問題に取り組み、ファーストレトリーブ・then-re-levelパラダイムを採用する。 提案手法は,場所認識モデルに依存せず,グローバルな記述子のみに依存する。
  論文  参考訳（メタデータ） (2023-05-29T11:10:38Z)
• Deep Projective Rotation Estimation through Relative Supervision [31.05330535795121]
  ディープラーニングは、画像ベースの向き推定器を開発する方法を提供する。 これらの推定器は、しばしば大きなラベル付きデータセットのトレーニングを必要とする。 自己教師付き配向推定のための新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-11-21T04:58:07Z)
• DeepRING: Learning Roto-translation Invariant Representation for LiDAR based Place Recognition [12.708391665878844]
  We propose DeepRing to learn the Roto-translation invariant representation from LiDAR scan。 DeepRingには2つのキーがある。特徴はシングラムから抽出され、特徴はマグニチュードスペクトルによって集約される。 位置認識は,各場所がクラスである場合のワンショット学習問題として記述し,関係学習を活用して表現の類似性を構築する。
  論文  参考訳（メタデータ） (2022-10-20T05:35:30Z)
• Feature matching for multi-epoch historical aerial images [0.0]
  本研究では,異なるタイミングで撮影された歴史的画像の特徴対応を検出するための完全自動アプローチを提案する。 現状と比較すると,画像のジオレファレンス精度は2。
  論文  参考訳（メタデータ） (2021-12-08T12:28:24Z)
• Inter-class Discrepancy Alignment for Face Recognition [55.578063356210144]
  IA(Inter-class DiscrepancyAlignment)という統合フレームワークを提案する。 IDA-DAOは、画像と隣人の相違を考慮した類似度スコアの整合に使用される。 IDA-SSEは、GANで生成された仮想候補画像を導入することで、説得力のあるクラス間隣人を提供できます。
  論文  参考訳（メタデータ） (2021-03-02T08:20:08Z)
• Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
  本稿では,分類に基づく比較的研究の少ない方法論について検討する。 我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。 航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-11-19T05:42:02Z)
• Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
  局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。 本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。 実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
  論文  参考訳（メタデータ） (2020-07-20T12:07:48Z)
• Scope Head for Accurate Localization in Object Detection [135.9979405835606]
  本研究では,各位置のアンカーを相互依存関係としてモデル化したScopeNetと呼ばれる新しい検出器を提案する。 我々の簡潔で効果的な設計により、提案したScopeNetはCOCOの最先端の成果を達成する。
  論文  参考訳（メタデータ） (2020-05-11T04:00:09Z)
• Robust 6D Object Pose Estimation by Learning RGB-D Features [59.580366107770764]
  本稿では、この局所最適問題を解くために、回転回帰のための離散連続的な新しい定式化を提案する。 我々はSO(3)の回転アンカーを均一にサンプリングし、各アンカーから目標への制約付き偏差を予測し、最適な予測を選択するための不確実性スコアを出力する。 LINEMOD と YCB-Video の2つのベンチマーク実験により,提案手法が最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2020-02-29T06:24:55Z)

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。