論文の概要: Vision-based localization methods under GPS-denied conditions

• arxiv url: http://arxiv.org/abs/2211.11988v1
• Date: Tue, 22 Nov 2022 04:00:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-23 19:04:18.715199
• Title: Vision-based localization methods under GPS-denied conditions
• Title（参考訳）: GPS-denied 条件下での視覚的位置推定法
• Authors: Zihao Lu, Fei Liu, Xianke Lin
• Abstract要約: 本稿では,GPSを用いた環境における視覚に基づくローカライゼーション手法をレビューし,主要な手法をリレーショナルビジョンローカライゼーション(RVL)と絶対ビジョンローカライゼーション(AVL)に分類する。 RVLでは,特徴抽出に基づくビジュアルオドメトリー(VO)ソリューションにおける光フローの幅広い応用について論じ,高度な光フロー推定手法を提案する。 AVLでは、最適化に基づく手法から拡張カルマンフィルタ(EKF)に基づく手法まで、視覚的同時ローカライゼーションとマッピング技術(VSLAM)の最近の進歩を概観する。
• 参考スコア（独自算出の注目度）: 4.138893879750758
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper reviews vision-based localization methods in GPS-denied environments and classifies the mainstream methods into Relative Vision Localization (RVL) and Absolute Vision Localization (AVL). For RVL, we discuss the broad application of optical flow in feature extraction-based Visual Odometry (VO) solutions and introduce advanced optical flow estimation methods. For AVL, we review recent advances in Visual Simultaneous Localization and Mapping (VSLAM) techniques, from optimization-based methods to Extended Kalman Filter (EKF) based methods. We also introduce the application of offline map registration and lane vision detection schemes to achieve Absolute Visual Localization. This paper compares the performance and applications of mainstream methods for visual localization and provides suggestions for future studies.
• Abstract（参考訳）: 本稿では,GPSを用いた環境下での視覚に基づくローカライゼーション手法をレビューし,メインストリームの手法をRVL(Relative Vision Localization)とAVL(Absolute Vision Localization)に分類する。 RVLでは,特徴抽出に基づくビジュアルオドメトリー(VO)ソリューションにおける光フローの幅広い応用について論じ,高度な光フロー推定手法を提案する。 AVLでは、最適化に基づく手法から拡張カルマンフィルタ(EKF)に基づく手法まで、視覚的同時局在マッピング(VSLAM)技術の最近の進歩を概観する。 また,オフラインマップ登録とレーンビジョン検出スキームを適用し,絶対的な視覚定位を実現する。 本稿では,視覚局所化のための主流手法の性能と応用を比較し,今後の研究への提案を行う。

関連論文リスト

• LiteVLoc: Map-Lite Visual Localization for Image Goal Navigation [5.739362282280063]
  LiteVLocは、環境を表現するために軽量のトポメトリックマップを使用する視覚的ローカライゼーションフレームワークである。 学習に基づく特徴マッチングと幾何学的解法を利用して、メートル法ポーズ推定をすることで、ストレージオーバーヘッドを低減する。
  論文  参考訳（メタデータ） (2024-10-06T09:26:07Z)
• Leveraging edge detection and neural networks for better UAV localization [5.781342655426309]
  地球航法衛星システム(GNSS)を欠いた環境下で無人航空機(UAV)をジオローカライズするための新しい手法を提案する。 現在の最先端技術では、オフラインで訓練されたエンコーダを使用して、UAVの現在のビューのベクトル表現(埋め込み)を生成する。 本研究では,これらの手法の性能を画像の前処理によって大幅に向上し,エッジを抽出できることを実証する。
  論文  参考訳（メタデータ） (2024-04-09T10:56:46Z)
• A Holistic Framework Towards Vision-based Traffic Signal Control with Microscopic Simulation [53.39174966020085]
  交通信号制御(TSC)は交通渋滞を低減し、交通の流れを円滑にし、アイドリング時間を短縮し、CO2排出量を減らすために重要である。 本研究では,道路交通の流れを視覚的観察によって調節するTSCのコンピュータビジョンアプローチについて検討する。 我々は、視覚ベースのTSCとそのベンチマークに向けて、TrafficDojoと呼ばれる総合的なトラフィックシミュレーションフレームワークを導入する。
  論文  参考訳（メタデータ） (2024-03-11T16:42:29Z)
• Diffusion-based Visual Counterfactual Explanations -- Towards Systematic Quantitative Evaluation [64.0476282000118]
  視覚的対物的説明法(VCE)の最新手法は、深い生成モデルの力を利用して、印象的な画質の高次元画像の新しい例を合成する。 評価手順が大きく異なり,個々の実例の視覚検査や小規模なユーザスタディなど,これらのVCE手法の性能を比較することは,現時点では困難である。 本稿では,VCE手法の体系的,定量的評価のためのフレームワークと,使用する指標の最小セットを提案する。
  論文  参考訳（メタデータ） (2023-08-11T12:22:37Z)
• 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)
• SASRA: Semantically-aware Spatio-temporal Reasoning Agent for Vision-and-Language Navigation in Continuous Environments [7.5606260987453116]
  本稿では,連続3次元環境における視覚・言語ナビゲーション(VLN)タスクに対する新しいアプローチを提案する。 既存のエンド・ツー・エンドの学習手法は、主に生の視覚的観察に焦点を当てているため、この課題に苦慮している。 本稿では,古典的意味マッピング手法と学習に基づく手法を組み合わせることに焦点を当てたハイブリッドトランスフォーマー・リカレンスモデルを提案する。
  論文  参考訳（メタデータ） (2021-08-26T17:57:02Z)
• Cycle and Semantic Consistent Adversarial Domain Adaptation for Reducing Simulation-to-Real Domain Shift in LiDAR Bird's Eye View [110.83289076967895]
  ドメイン適応プロセス中に関心のある小さなオブジェクトの情報を保存するために,事前の意味分類を用いたサイクガンに基づくbevドメイン適応法を提案する。 生成したBEVの品質は,KITTI 3D Object Detection Benchmarkの最先端3Dオブジェクト検出フレームワークを用いて評価されている。
  論文  参考訳（メタデータ） (2021-04-22T12:47:37Z)
• Revisiting The Evaluation of Class Activation Mapping for Explainability: A Novel Metric and Experimental Analysis [54.94682858474711]
  クラスアクティベーションマッピング(cam)アプローチは、アクティベーションマップの平均を重み付けすることで、効果的な可視化を提供する。 説明マップを定量化するための新しいメトリクスセットを提案し、より効果的な方法を示し、アプローチ間の比較を簡素化します。
  論文  参考訳（メタデータ） (2021-04-20T21:34:24Z)
• Visualization of Supervised and Self-Supervised Neural Networks via Attribution Guided Factorization [87.96102461221415]
  クラスごとの説明性を提供するアルゴリズムを開発した。 実験の広範なバッテリーでは、クラス固有の可視化のための手法の能力を実証する。
  論文  参考訳（メタデータ） (2020-12-03T18:48:39Z)
• Evaluation of the Robustness of Visual SLAM Methods in Different Environments [0.0]
  本稿では、最新のオープンソースSLAMアルゴリズムを総合的に比較し、その主な焦点は、異なる環境環境下での性能である。 選択されたアルゴリズムは、一般に公開されているデータセットと、データセットの環境に関して推論された結果に基づいて評価される。 これはオフロードシナリオでメソッドをテストする主なターゲットの第1段階です。
  論文  参考訳（メタデータ） (2020-09-11T13:21:34Z)
• Localized active learning of Gaussian process state space models [63.97366815968177]
  多くの共通制御アプリケーションにおいて、優れた性能を達成するためには、グローバルに正確なモデルを必要としない。 本稿では,状態-作用空間の有界部分集合上の正確なモデルを得ることを目的としたガウス過程状態空間モデルに対する能動的学習戦略を提案する。 モデル予測制御を用いることで、探索中に収集した情報を統合し、探索戦略を適応的に改善する。
  論文  参考訳（メタデータ） (2020-05-04T05:35:02Z)

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。