論文の概要: Automatic Vocabulary and Graph Verification for Accurate Loop Closure Detection

• arxiv url: http://arxiv.org/abs/2107.14611v1
• Date: Fri, 30 Jul 2021 13:19:33 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-02 12:56:17.263270
• Title: Automatic Vocabulary and Graph Verification for Accurate Loop Closure Detection
• Title（参考訳）: 正確なループクロージャ検出のための自動語彙とグラフ検証
• Authors: Haosong Yue and Jinyu Miao and Weihai Chen and Wei Wang and Fanghong Guo and Zhengguo Li
• Abstract要約: Bag-of-Words (BoW)は、機能と関連付け、ループを検出する視覚語彙を構築する。 本稿では,ノードの半径と特徴記述子のドリフトを比較することで,自然な収束基準を提案する。 本稿では,候補ループの検証のための新しいトポロジカルグラフ検証手法を提案する。
• 参考スコア（独自算出の注目度）: 21.862978912891677
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Localizing pre-visited places during long-term simultaneous localization and mapping, i.e. loop closure detection (LCD), is a crucial technique to correct accumulated inconsistencies. As one of the most effective and efficient solutions, Bag-of-Words (BoW) builds a visual vocabulary to associate features and then detect loops. Most existing approaches that build vocabularies off-line determine scales of the vocabulary by trial-and-error, which often results in unreasonable feature association. Moreover, the accuracy of the algorithm usually declines due to perceptual aliasing, as the BoW-based method ignores the positions of visual features. To overcome these disadvantages, we propose a natural convergence criterion based on the comparison between the radii of nodes and the drifts of feature descriptors, which is then utilized to build the optimal vocabulary automatically. Furthermore, we present a novel topological graph verification method for validating candidate loops so that geometrical positions of the words can be involved with a negligible increase in complexity, which can significantly improve the accuracy of LCD. Experiments on various public datasets and comparisons against several state-of-the-art algorithms verify the performance of our proposed approach.
• Abstract（参考訳）: 長期同時局所化とマッピングにおける事前訪問場所の局所化 ループ閉鎖検出(LCD)は蓄積した不整合を補正する重要な手法である。 最も効率的かつ効率的なソリューションの1つとして、Bag-of-Words (BoW) は機能と関連付け、ループを検出する視覚語彙を構築している。 語彙をオフラインで構築するほとんどの既存のアプローチは、試行錯誤によって語彙のスケールを決定する。 さらに,bow-based法では視覚特徴の位置を無視するため,知覚的エイリアスによりアルゴリズムの精度が低下する。 これらの欠点を克服するために,ノードのradiiと特徴記述子のドリフトの比較に基づく自然収束基準を提案する。 さらに,単語の幾何学的位置が複雑性の無視できる増加に関与し,LCDの精度を大幅に向上させることができるように,候補ループを検証する新しいトポロジカルグラフ検証手法を提案する。 様々な公開データセットにおける実験といくつかの最先端アルゴリズムとの比較により,提案手法の性能が検証された。

関連論文リスト

• LM-assisted keyword biasing with Aho-Corasick algorithm for Transducer-based ASR [3.841280537264271]
  そこで本研究では,音声認識性能向上のためのライトオンザフライ方式を提案する。 我々は、名前付きエンティティのバイアスリストと単語レベルのn-gram言語モデルと、Aho-Corasick文字列マッチングアルゴリズムに基づく浅い融合アプローチを組み合わせる。 逆実時間係数の実用的差のない一般単語誤り率の21.6%の相対的な改善を実現した。
  論文  参考訳（メタデータ） (2024-09-20T13:53:37Z)
• Beyond Levenshtein: Leveraging Multiple Algorithms for Robust Word Error Rate Computations And Granular Error Classifications [5.266869303483375]
  単語誤り率(WER)は自動音声認識(ASR)の精度の一般的な尺度である 本稿では,ロバストな WER を計算するために,拡張Levenshtein 距離アルゴリズムを用いた非破壊的トークンベース手法を提案する。 我々はまた、句読点誤り率などの派生したユースケースの例分析や、実装のインタラクティブな使用と可視化のためのWebアプリケーションも提供する。
  論文  参考訳（メタデータ） (2024-08-28T08:14:51Z)
• SparseCL: Sparse Contrastive Learning for Contradiction Retrieval [87.02936971689817]
  コントラディション検索(Contradiction Search)とは、クエリの内容に明示的に異を唱える文書を識別し、抽出することである。 類似性探索やクロスエンコーダモデルといった既存の手法には、大きな制限がある。 文間の微妙で矛盾したニュアンスを保存するために特別に訓練された文埋め込みを利用するSparseCLを導入する。
  論文  参考訳（メタデータ） (2024-06-15T21:57:03Z)
• Bisimulation Learning [55.859538562698496]
  我々は、大きな、潜在的に無限の状態空間を持つ状態遷移系の有限バイシミュレートを計算する。 提案手法は,実際に行われている他の最先端ツールよりも高速な検証結果が得られる。
  論文  参考訳（メタデータ） (2024-05-24T17:11:27Z)
• SemanticTopoLoop: Semantic Loop Closure With 3D Topological Graph Based on Quadric-Level Object Map [0.8158530638728501]
  ループクロージャはSLAMの重要なコンポーネントの1つです。 バッグ・オブ・ワード(英語版)モデルのような伝統的な外見に基づく手法は、しばしば局所的な2D特徴とトレーニングデータの量によって制限される。
  論文  参考訳（メタデータ） (2023-11-06T02:30:30Z)
• Generalized Time Warping Invariant Dictionary Learning for Time Series Classification and Clustering [8.14208923345076]
  動的時間ワープ(DTW)は、時間的遅延、スケーリング、変換、その他多くの時間的ミスアライメント問題を扱うために一般的に使用される。 本稿では,時変不変辞書学習アルゴリズムを提案する。 辞書学習,分類,クラスタリングの観点から,提案手法の優位性を10組の公開データセットを用いて検証した。
  論文  参考訳（メタデータ） (2023-06-30T14:18:13Z)
• Towards View-invariant and Accurate Loop Detection Based on Scene Graph [33.68204049028845]
  ループ検出は、蓄積されたポーズドリフトを補正することで視覚SLAMにおいて重要な役割を果たす。 現在のセマンティック支援ループ検出手法は、あいまいなセマンティックインスタンスと劇的な視点差を扱う際の課題に直面している。 本稿では,段階的に生成されたシーングラフに基づく新しいループ検出手法を提案する。
  論文  参考訳（メタデータ） (2023-05-24T08:34:43Z)
• Finding Dataset Shortcuts with Grammar Induction [85.47127659108637]
  我々は,NLPデータセットのショートカットの特徴付けと発見に確率文法を用いることを提案する。 具体的には、文脈自由文法を用いて文分類データセットのパターンをモデル化し、同期文脈自由文法を用いて文ペアを含むデータセットをモデル化する。 その結果得られた文法は、単純かつ高レベルの機能を含む、多くのデータセットで興味深いショートカット機能を示す。
  論文  参考訳（メタデータ） (2022-10-20T19:54:11Z)
• Multiway Non-rigid Point Cloud Registration via Learned Functional Map Synchronization [105.14877281665011]
  我々は、点雲上に定義された学習関数に関する地図を同期させることにより、複数の非剛体形状を登録する新しい方法であるSyNoRiMを提案する。 提案手法は,登録精度において最先端の性能を達成できることを実証する。
  論文  参考訳（メタデータ） (2021-11-25T02:37:59Z)
• Pseudo-Convolutional Policy Gradient for Sequence-to-Sequence Lip-Reading [96.48553941812366]
  唇読解は唇運動系列から音声内容を推測することを目的としている。 seq2seqモデルの伝統的な学習プロセスには2つの問題がある。 本稿では,これら2つの問題に対処するために,PCPGに基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-03-09T09:12:26Z)
• Consistency of a Recurrent Language Model With Respect to Incomplete Decoding [67.54760086239514]
  逐次言語モデルから無限長のシーケンスを受信する問題について検討する。 不整合に対処する2つの対策として、トップkと核サンプリングの一貫性のある変種と、自己終端の繰り返し言語モデルを提案する。
  論文  参考訳（メタデータ） (2020-02-06T19:56:15Z)

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。