論文の概要: Sequence-Based Filtering for Visual Route-Based Navigation: Analysing
the Benefits, Trade-offs and Design Choices
- arxiv url: http://arxiv.org/abs/2103.01994v1
- Date: Tue, 2 Mar 2021 19:24:58 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-04 15:02:13.686923
- Title: Sequence-Based Filtering for Visual Route-Based Navigation: Analysing
the Benefits, Trade-offs and Design Choices
- Title（参考訳）: 視覚経路に基づくナビゲーションのためのシーケンスベースフィルタリング : メリット,トレードオフ,設計選択の分析
- Authors: Mihnea-Alexandru Tomit\u{a}, Mubariz Zaffar, Michael Milford, Klaus
McDonald-Maier, Shoaib Ehsan
- Abstract要約: ビジュアルプレース認識(VPR)の新たなトレンドは、単一フレームベースのプレースマッチング技術の上にシーケンスベースのフィルタリング方法を使用することである。
本稿では,単一フレームに基づく位置マッチング手法の性能と,それらの手法上でのシーケンスベースフィルタリングの利用との関係について詳細に検討する。
- 参考スコア（独自算出の注目度）: 17.48671856442762
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Visual Place Recognition (VPR) is the ability to correctly recall a
previously visited place using visual information under environmental,
viewpoint and appearance changes. An emerging trend in VPR is the use of
sequence-based filtering methods on top of single-frame-based place matching
techniques for route-based navigation. The combination leads to varying levels
of potential place matching performance boosts at increased computational
costs. This raises a number of interesting research questions: How does
performance boost (due to sequential filtering) vary along the entire spectrum
of single-frame-based matching methods? How does sequence matching length
affect the performance curve? Which specific combinations provide a good
trade-off between performance and computation? However, there is lack of
previous work looking at these important questions and most of the
sequence-based filtering work to date has been used without a systematic
approach. To bridge this research gap, this paper conducts an in-depth
investigation of the relationship between the performance of single-frame-based
place matching techniques and the use of sequence-based filtering on top of
those methods. It analyzes individual trade-offs, properties and limitations
for different combinations of single-frame-based and sequential techniques. A
number of state-of-the-art VPR methods and widely used public datasets are
utilized to present the findings that contain a number of meaningful insights
for the VPR community.
- Abstract（参考訳）: 視覚場所認識(VPR)は、環境、視点、外観の変化の下で視覚情報を使用して、以前に訪れた場所を正しく思い出す機能です。
VPRの新たなトレンドは、経路ベースのナビゲーションのための単一フレームベースの場所マッチング技術の上にシーケンスベースのフィルタリング方法を使用することである。
この組み合わせは、計算コストの増加でパフォーマンスを向上させる潜在的な場所のさまざまなレベルにつながります。
パフォーマンス向上(シーケンシャルなフィルタリングによる)は、シングルフレームベースのマッチングメソッドのスペクトル全体に沿ってどのように変化しますか?
シーケンスマッチング長はパフォーマンス曲線にどのように影響しますか?
どの特定の組み合わせがパフォーマンスと計算のトレードオフを提供しますか?
しかし、これらの重要な質問を検討する以前の作業は不足しており、これまでのシーケンスベースのフィルタリング作業のほとんどは体系的なアプローチなしで使用されています。
この研究ギャップを埋めるために,本研究では,単一フレーム方式の配置マッチング技術の性能と,それらの手法を用いたシーケンスベースフィルタリングの応用との関係を詳細に検討する。
個々のトレードオフ、プロパティ、およびシングルフレームベースとシーケンシャルの異なる組み合わせの制限を分析します。
多くの最先端のVPR手法と広く使われているパブリックデータセットを使用して、VPRコミュニティにとって有意義な洞察を含む調査結果を提示する。
関連論文リスト
- GraphTransfer: A Generic Feature Fusion Framework for Collaborative Filtering [23.359028687426925]
我々は,GNNに基づく協調フィルタリングのための簡易かつ普遍的な機能融合フレームワークであるGraphTransferを提案する。
提案手法は,GNNを用いて,ユーザ-テム相互作用グラフからまずグラフ特徴と補助特徴を抽出することにより,異なるタイプの特徴を正確に融合する。
公開データセットに関する理論的分析と実験は、GraphTransferがCFタスクにおける他の機能融合メソッドよりも優れていることを示している。
論文 参考訳（メタデータ） (2024-08-11T14:47:34Z) - A Refreshed Similarity-based Upsampler for Direct High-Ratio Feature Upsampling [54.05517338122698]
本稿では,セマンティック・アウェアとディテール・アウェアの両方の観点から,明示的に制御可能なクエリキー機能アライメントを提案する。
また,モーザイクアーティファクトを緩和するのには単純だが有効であるHR特徴量に対して,きめ細かな近傍選択戦略を開発した。
提案するReSFUフレームワークは,異なるセグメンテーションアプリケーション上での良好な性能を一貫して達成する。
論文 参考訳（メタデータ） (2024-07-02T14:12:21Z) - Deep Frequency-Aware Functional Maps for Robust Shape Matching [17.276162941967943]
本稿では、Deep Frequency-Aware Functional Mapと呼ばれる、教師なし学習に基づく新しいフレームワークを提案する。
まずスペクトルフィルタ演算子保存という一般制約を導入し,所望の関数写像を計算した。
次に,提案した制約を損失関数として直接利用して,関数写像,点写像,フィルタ関数を同時に監視する。
論文 参考訳（メタデータ） (2024-02-06T11:16:18Z) - Multi-Technique Sequential Information Consistency For Dynamic Visual
Place Recognition In Changing Environments [23.33092172788319]
視覚的位置認識(VPR)は、ロボットナビゲーションとローカライゼーションシステムにおいて不可欠な要素である。
すべての環境条件において、単一のVPR技術が優れているわけではない。
我々はMulti-Sequential Information Consistency (MuSIC)と呼ばれるVPRシステムを提案する。
論文 参考訳（メタデータ） (2024-01-16T10:35:01Z) - A-MuSIC: An Adaptive Ensemble System For Visual Place Recognition In
Changing Environments [22.58641358408613]
視覚的位置認識(VPR)は、ロボットナビゲーションとローカライゼーションシステムにおいて不可欠な要素である。
すべての環境条件において、単一のVPR技術が優れているわけではない。
A-MuSIC(Adaptive Multi-Self Identification and Correction)と呼ばれる適応型VPRシステム
A-MuSICは、テストされたすべてのベンチマークデータセット間で最先端のVPRパフォーマンスにマッチまたは打ち勝つ。
論文 参考訳（メタデータ） (2023-03-24T19:25:22Z) - Learning Versatile Convolution Filters for Efficient Visual Recognition [125.34595948003745]
本稿では,効率的な畳み込みニューラルネットワーク構築のための多目的フィルタを提案する。
本稿では,ネットワークの複雑性に関する理論的解析を行い,効率的な畳み込み手法を提案する。
ベンチマークデータセットとニューラルネットワークの実験結果は、我々の汎用フィルタが元のフィルタと同等の精度を達成できることを実証している。
論文 参考訳（メタデータ） (2021-09-20T06:07:14Z) - Adversarial Feature Augmentation and Normalization for Visual
Recognition [109.6834687220478]
最近のコンピュータビジョンの進歩は、分類モデルの一般化能力を改善するために、逆データ拡張を利用する。
本稿では,中間的特徴埋め込みにおける敵対的拡張を提唱する効率的かつ効率的な代替手法を提案する。
代表的なバックボーンネットワークを用いて,多様な視覚認識タスクにまたがる提案手法を検証する。
論文 参考訳（メタデータ） (2021-03-22T20:36:34Z) - Infinite Feature Selection: A Graph-based Feature Filtering Approach [78.63188057505012]
グラフ内の経路として特徴のサブセットを考慮したフィルタリング機能選択フレームワークを提案する。
無限に進むことで、選択プロセスの計算複雑性を制限できる。
Inf-FSはほとんどどんな状況でも、つまり、保持するフィーチャの数が優先順位に固定されているときに、より良く振る舞うことを示す。
論文 参考訳（メタデータ） (2020-06-15T07:20:40Z) - Dependency Aware Filter Pruning [74.69495455411987]
重要でないフィルタを割ることは、推論コストを軽減するための効率的な方法である。
以前の作業は、その重み基準やそれに対応するバッチノームスケーリング要因に従ってフィルタをプルークする。
所望の空間性を達成するために,空間性誘導正規化を動的に制御する機構を提案する。
論文 参考訳（メタデータ） (2020-05-06T07:41:22Z) - Image Matching across Wide Baselines: From Paper to Practice [80.9424750998559]
局所的な特徴とロバストな推定アルゴリズムの包括的なベンチマークを導入する。
パイプラインのモジュール構造は、さまざまなメソッドの容易な統合、構成、組み合わせを可能にします。
適切な設定で、古典的な解決策は依然として芸術の知覚された状態を上回る可能性があることを示す。
論文 参考訳（メタデータ） (2020-03-03T15:20:57Z)
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。