論文の概要: Keeping Less is More: Point Sparsification for Visual SLAM

• arxiv url: http://arxiv.org/abs/2207.00225v1
• Date: Fri, 1 Jul 2022 06:39:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-04 14:13:20.272864
• Title: Keeping Less is More: Point Sparsification for Visual SLAM
• Title（参考訳）: より少ないものを維持する: Visual SLAMのポイントスカラー化
• Authors: Yeonsoo Park and Soohyun Bae
• Abstract要約: 本研究では,SLAMシステムにおける地図点のスペース化のための効率的なグラフ最適化を提案する。 具体的には、最小コストの最大フローグラフ最適化問題として、最大ポーズ可視性と最大空間多様性問題を定式化する。 提案手法は既存のSLAMシステムの追加ステップとして機能し,従来のSLAMシステムと学習ベースのSLAMシステムの両方で使用することができる。
• 参考スコア（独自算出の注目度）: 1.370633147306388
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When adapting Simultaneous Mapping and Localization (SLAM) to real-world applications, such as autonomous vehicles, drones, and augmented reality devices, its memory footprint and computing cost are the two main factors limiting the performance and the range of applications. In sparse feature based SLAM algorithms, one efficient way for this problem is to limit the map point size by selecting the points potentially useful for local and global bundle adjustment (BA). This study proposes an efficient graph optimization for sparsifying map points in SLAM systems. Specifically, we formulate a maximum pose-visibility and maximum spatial diversity problem as a minimum-cost maximum-flow graph optimization problem. The proposed method works as an additional step in existing SLAM systems, so it can be used in both conventional or learning based SLAM systems. By extensive experimental evaluations we demonstrate the proposed method achieves even more accurate camera poses with approximately 1/3 of the map points and 1/2 of the computation.
• Abstract（参考訳）: 自動運転車、ドローン、拡張現実デバイスといった現実世界のアプリケーションに同時マッピングとローカライゼーション(SLAM)を適用する場合、そのメモリフットプリントと計算コストは、パフォーマンスとアプリケーション範囲を制限する2つの主な要因である。 スパース特徴量に基づくSLAMアルゴリズムでは、局所的および大域的バンドル調整(BA)に有用な点を選択することにより、マップポイントのサイズを制限することができる。 本研究では,SLAMシステムにおける地図点の分散化のための効率的なグラフ最適化を提案する。 具体的には,最大ポーズ可視性と最大空間多様性問題を最小コストの最大フローグラフ最適化問題として定式化する。 提案手法は既存のSLAMシステムの追加ステップとして機能し,従来のSLAMシステムと学習ベースのSLAMシステムの両方で使用することができる。 実験により,提案手法により,約1/3の地図点と1/2の計算量で,より正確なカメラポーズが得られることを示した。

関連論文リスト

• Splat-SLAM: Globally Optimized RGB-only SLAM with 3D Gaussians [87.48403838439391]
  3D Splattingは、RGBのみの高密度SLAMの幾何学と外観の強力な表現として登場した。 本稿では,高密度な3次元ガウス写像表現を持つRGBのみのSLAMシステムを提案する。 Replica、TUM-RGBD、ScanNetのデータセットに対する実験は、グローバルに最適化された3Dガウスの有効性を示している。
  論文  参考訳（メタデータ） (2024-05-26T12:26:54Z)
• 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)
• FMapping: Factorized Efficient Neural Field Mapping for Real-Time Dense RGB SLAM [3.6985351289638957]
  本稿では,リアルタイム高密度RGB SLAMにおける色付き点クラウドマップの連続的推定を容易にする,効率的なニューラルネットワークマッピングフレームワークであるFMappingを紹介する。 本稿では,シーン表現のための効果的な因子化手法を提案し,シーン再構成の不確実性を低減するためのスライディングウィンドウ戦略を提案する。
  論文  参考訳（メタデータ） (2023-06-01T11:51:46Z)
• Maximize to Explore: One Objective Function Fusing Estimation, Planning, and Exploration [87.53543137162488]
  我々はtextttMEX というオンライン強化学習(オンラインRL)フレームワークを提案する。 textttMEXは、自動的に探索エクスプロイトのバランスをとりながら、見積もりと計画コンポーネントを統合する。 様々な MuJoCo 環境では,ベースラインを安定的なマージンで上回り,十分な報酬を得られる。
  論文  参考訳（メタデータ） (2023-05-29T17:25:26Z)
• VP-SLAM: A Monocular Real-time Visual SLAM with Points, Lines and Vanishing Points [31.55798962786664]
  本稿では,ライン抽出とVP抽出をリアルタイムに行う一眼レフ画像SLAMシステムを提案する。 また,ロボットの翻訳を推定し,回転を改善するために,失点を利用した2つの戦略を提案する。 提案システムは最先端の結果をリアルタイムに実現し,その性能は従来のORB-SLAM2システムに近いままである。
  論文  参考訳（メタデータ） (2022-10-23T15:54:26Z)
• VIP-SLAM: An Efficient Tightly-Coupled RGB-D Visual Inertial Planar SLAM [25.681256050571058]
  本稿では,RGB,Depth,IMU,構造化平面情報とを融合した密結合SLAMシステムを提案する。 我々は、最適化において多数の平面点のパラメータを除去するために、ホモグラフィ制約を用いる。 グローバルバンドル調整はスパースポイントベースのSLAMアルゴリズムの約2倍高速である。
  論文  参考訳（メタデータ） (2022-07-04T01:45:24Z)
• Greedy-Based Feature Selection for Efficient LiDAR SLAM [12.257338124961622]
  本論文では,L-SLAMシステムの精度と効率を,機能のサブセットを積極的に選択することで大幅に向上できることを実証する。 提案手法は,最先端のL-SLAMシステムと比較して,ローカライズ誤差と高速化が低いことを示す。
  論文  参考訳（メタデータ） (2021-03-24T11:03:16Z)
• OV$^{2}$SLAM : A Fully Online and Versatile Visual SLAM for Real-Time Applications [59.013743002557646]
  OV$2$SLAMは、モノクロカメラとステレオカメラの両方のセットアップ、さまざまなマップスケール、フレームレートを、数ヘルツから数百まで、完全にオンラインのアルゴリズムである。 コミュニティの利益のために、ソースコードを urlhttps://github.com/ov2slam/ov2slam でリリースします。
  論文  参考訳（メタデータ） (2021-02-08T08:39:23Z)
• 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)
• 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)
• CPL-SLAM: Efficient and Certifiably Correct Planar Graph-Based SLAM Using the Complex Number Representation [10.690106104510168]
  CPL-SLAMはグラフベースのSLAMの同時解法である。 CPL-SLAM は従来の最先端手法よりも数値的, かつ, より頑健であることを示す。
  論文  参考訳（メタデータ） (2020-06-25T21:17:50Z)

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。