論文の概要: Panoramic annular SLAM with loop closure and global optimization
- arxiv url: http://arxiv.org/abs/2102.13400v1
- Date: Fri, 26 Feb 2021 11:22:40 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-01 13:41:28.621983
- Title: Panoramic annular SLAM with loop closure and global optimization
- Title（参考訳）: ループ閉鎖とグローバル最適化を備えたパノラマ環状SLAM
- Authors: Hao Chen, Weijian Hu, Kailun Yang, Jian Bai, Kaiwei Wang
- Abstract要約: ループ閉鎖と大域最適化を備えたパノラマ環状視覚SLAMシステムであるPA-SLAMを提案する。
トラッキングフロントにはハイブリッドポイント選択戦略が展開され、キーポイントの再現性が保証される。
実世界のデータセットに関する実験は、ハイブリッドポイント選択戦略が信頼できるループクロージャ検出を可能にすることを証明している。
- 参考スコア（独自算出の注目度）: 12.643044899544618
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we propose PA-SLAM, a monocular panoramic annular visual SLAM
system with loop closure and global optimization. A hybrid point selection
strategy is put forward in the tracking front-end, which ensures repeatability
of keypoints and enables loop closure detection based on the bag-of-words
approach. Every detected loop candidate is verified geometrically and the
$Sim(3)$ relative pose constraint is estimated to perform pose graph
optimization and global bundle adjustment in the back-end. A comprehensive set
of experiments on real-world datasets demonstrates that the hybrid point
selection strategy allows reliable loop closure detection, and the accumulated
error and scale drift have been significantly reduced via global optimization,
enabling PA-SLAM to reach state-of-the-art accuracy while maintaining high
robustness and efficiency.
- Abstract（参考訳）: 本論文では、ループ閉鎖とグローバル最適化を備えた単眼パノラマ環状視覚SLAMシステムであるPA-SLAMを提案する。
追跡フロントエンドにはハイブリッドポイント選択戦略が展開されており、キーポイントの繰り返し可能性を確保し、バグオブワードアプローチに基づいたループクロージャ検出を可能にする。
各検出されたループ候補を幾何学的に検証し、$sim(3)$相対ポーズ制約を推定して、バックエンドでポーズグラフ最適化およびグローバルバンドル調整を行う。
実世界のデータセットに関する総合的な実験により、ハイブリッドポイント選択戦略は信頼性の高いループクロージャ検出を可能にし、累積誤差とスケールドリフトはグローバル最適化によって大幅に低減され、PA-SLAMは高い堅牢性と効率を維持しながら最先端の精度に達することが示されている。
関連論文リスト
- Monocular Gaussian SLAM with Language Extended Loop Closure [32.0451093146944]
既存の方法ではRGB-D SLAMの促進効果が得られたが、単分子ケースの研究は乏しい。
本稿では,ドリフト補正と高忠実度再構成が可能な言語拡張ループクロージャモジュールを備えた単分子ガウスSLAMMG-SLAMを提案する。
我々のシステムは、追跡とマッピングの両方において複数の挑戦的なデータセットに対して有望な結果を示し、既存のRGB-D手法を超越している。
論文 参考訳（メタデータ） (2024-05-22T15:33:23Z) - CP-SLAM: Collaborative Neural Point-based SLAM System [54.916578456416204]
本稿では,RGB-D画像シーケンスを用いた協調型暗黙的ニューラルローカライゼーションとマッピング(SLAM)システムを提案する。
これらすべてのモジュールを統一的なフレームワークで実現するために,ニューラルポイントに基づく新しい3次元シーン表現を提案する。
協調的な暗黙的SLAMに対して,一貫性と協調性を改善するために,分散分散型学習戦略を提案する。
論文 参考訳（メタデータ） (2023-11-14T09:17:15Z) - GO-SLAM: Global Optimization for Consistent 3D Instant Reconstruction [45.49960166785063]
GO-SLAMは、リアルタイムでポーズと3D再構成をグローバルに最適化するディープラーニングベースの高密度ビジュアルSLAMフレームワークである。
さまざまな合成および実世界のデータセットの結果から、GO-SLAMはロバスト性や復元精度の追跡において最先端のアプローチよりも優れていることが示されている。
論文 参考訳（メタデータ） (2023-09-05T17:59:58Z) - Optimal Sets and Solution Paths of ReLU Networks [56.40911684005949]
最適なReLUネットワークの集合を特徴付ける分析フレームワークを開発した。
我々は、ReLUネットワークのニューラル化を継続する条件を確立し、ReLUネットワークに対する感度結果を開発する。
論文 参考訳（メタデータ） (2023-05-31T18:48:16Z) - Dynamic Regularized Sharpness Aware Minimization in Federated Learning: Approaching Global Consistency and Smooth Landscape [59.841889495864386]
フェデレートラーニング(FL)では、グローバルサーバの協調の下で、ローカルクライアントのクラスタがチェアリングされる。
クライアントは自身のオプティマに過度に適合する傾向にあり、グローバルな目標から非常に逸脱する。
tt Family FedSMOOは、グローバルな目的に対する局所的な最適性を保証するために動的正規化器を採用する。
理論解析により, tt Family FedSMOO は, 低境界一般化による高速$mathcalO (1/T)$収束率を達成することが示された。
論文 参考訳（メタデータ） (2023-05-19T10:47:44Z) - Momentum Accelerates the Convergence of Stochastic AUPRC Maximization [80.8226518642952]
高精度リコール曲線(AUPRC)に基づく領域の最適化について検討し,不均衡なタスクに広く利用されている。
我々は、$O (1/epsilon4)$のより優れた反復による、$epsilon$定常解を見つけるための新しい運動量法を開発する。
また,O(1/epsilon4)$と同じ複雑さを持つ適応手法の新たなファミリを設計し,実際により高速な収束を享受する。
論文 参考訳（メタデータ） (2021-07-02T16:21:52Z) - Efficient Global Optimization of Non-differentiable, Symmetric
Objectives for Multi Camera Placement [0.0]
複数台のカメラを3Dシーンに最適に配置・配向するための新しい反復手法を提案する。
サンプルアプリケーションには、3D再構築の精度の向上、監視対象エリアの最大化、多視点歩行者追跡のカバレッジ向上が含まれる。
論文 参考訳（メタデータ） (2021-03-20T17:01:15Z) - Hybrid Rotation Averaging: A Fast and Robust Rotation Averaging Approach [28.56388668402907]
運動からのインクリメンタル構造(SfM)に対するハイブリッド回転平均化手法を提案する。
グローバルRAは低騒音条件下でのグローバルな最適性を保証するが、非効率であり、外れ値や高騒音の影響を受けやすい。
提案手法は,悪いカメラポーズを効果的に補正し,ドリフトを低減し,高い実用性を示す。
論文 参考訳（メタデータ） (2021-01-22T14:11:19Z) - Canny-VO: Visual Odometry with RGB-D Cameras based on Geometric 3D-2D
Edge Alignment [85.32080531133799]
本稿では,自由形式の曲線登録に関する古典的な問題をレビューし,効率的なrgbdビジュアルオドメトリシステムcanny-voに適用する。
エッジ登録でよく用いられる距離変換の代替として、近似近接近傍場と配向近接近傍場という2つの方法が提案されている。
3D2Dエッジアライメントは、効率性と精度の両方の観点から、これらの代替製剤の恩恵を受けます。
論文 参考訳（メタデータ） (2020-12-15T11:42:17Z) - Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
視覚SLAMシステムのための新しい最適化バックボーンを提案する。
従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。
我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
論文 参考訳（メタデータ） (2020-11-02T18:02:26Z)
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。