Fugu-MT 論文翻訳(概要): SliceMatch: Geometry-guided Aggregation for Cross-View Pose Estimation

論文の概要: SliceMatch: Geometry-guided Aggregation for Cross-View Pose Estimation

arxiv url: http://arxiv.org/abs/2211.14651v1
Date: Sat, 26 Nov 2022 20:06:20 GMT
ステータス: 処理完了
システム内更新日: 2022-11-29 18:13:20.144531
Title: SliceMatch: Geometry-guided Aggregation for Cross-View Pose Estimation
Title（参考訳）: slicematch:クロスビューポーズ推定のための幾何誘導アグリゲーション
Authors: Ted de Vries Lentsch, Zimin Xia, Holger Caesar, Julian F. P. Kooij
Abstract要約: SliceMatchは、地上と空中の特徴抽出器、特徴集約器、ポーズ予測器で構成されている。本研究では,地上および空中の特徴抽出器,特徴集約器,ポーズ予測器からなるSliceMatchを提案する。 VIGORデータセットとKITTIデータセットの中央値のローカライゼーションエラーは、最先端のベースラインの3倍のFPSで、最先端の19%と62%を上回っている。
参考スコア（独自算出の注目度）: 7.751856268560216
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This work addresses cross-view camera pose estimation, i.e., determining the 3-DoF camera pose of a given ground-level image w.r.t. an aerial image of the local area. We propose SliceMatch, which consists of ground and aerial feature extractors, feature aggregators, and a pose predictor. The feature extractors extract dense features from the ground and aerial images. Given a set of candidate camera poses, the feature aggregators construct a single ground descriptor and a set of rotational equivariant pose-dependent aerial descriptors. Notably, our novel aerial feature aggregator has a cross-view attention module for ground-view guided aerial feature selection, and utilizes the geometric projection of the ground camera's viewing frustum on the aerial image to pool features. The efficient construction of aerial descriptors is achieved by using precomputed masks and by re-assembling the aerial descriptors for rotated poses. SliceMatch is trained using contrastive learning and pose estimation is formulated as a similarity comparison between the ground descriptor and the aerial descriptors. SliceMatch outperforms the state-of-the-art by 19% and 62% in median localization error on the VIGOR and KITTI datasets, with 3x FPS of the fastest baseline.
Abstract（参考訳）: 本研究は、地上レベルの画像の3DFカメラのポーズ、すなわち局所領域の空中画像を決定するクロスビューカメラのポーズ推定に対処する。本研究では,地上および空中の特徴抽出器,特徴集約器,ポーズ予測器からなるSliceMatchを提案する。特徴抽出器は、地上および空中画像から密集した特徴を抽出する。候補となるカメラのポーズのセットが与えられたとき、特徴アグリゲータは単一のグラウンドディスクリプタと回転同変のポーズ依存空中ディスクリプタのセットを構成する。特に,新しい空中機能アグリゲータは,地上視点誘導空中特徴選択のためのクロスビューアテンションモジュールを備え,地上画像における地上カメラの視聴フラスタムの幾何学的投影を利用して特徴をプールする。予め計算したマスクを用いて、回転したポーズのための空中ディスクリプタを再組み立てすることにより、効率的な空中ディスクリプタの構築を実現する。 SliceMatchは対照的な学習を用いて訓練され、地上記述子と空中記述子との類似性比較としてポーズ推定が定式化される。 slicematch は vigor と kitti データセットの中央値のローカライズエラーを 19% と 62% で上回り、3倍の fps が最速のベースラインである。

関連論文リスト

MaFreeI2P: A Matching-Free Image-to-Point Cloud Registration Paradigm with Active Camera Pose Retrieval [2.400446821380503]
Image-to-pointクラウド登録は、相対的なカメラのポーズを推定する。最近のマッチングベースの手法は、2D-3D対応を構築することでこの問題に対処する傾向がある。我々はMaFreeI2Pというマッチングフリーのパラダイムを提案する。
論文参考訳（メタデータ） (2024-08-05T11:39:22Z)
SCENES: Subpixel Correspondence Estimation With Epipolar Supervision [18.648772607057175]
シーンの2つ以上のビューからポイント対応を抽出することは、基本的なコンピュータビジョンの問題である。既存の局所的特徴マッチングアプローチは、大規模データセットの対応監視によって訓練され、テストセット上での高精度なマッチングを得る。奥行きマップや点雲などの3次元構造を不要にすることで,この仮定を緩和する。
論文参考訳（メタデータ） (2024-01-19T18:57:46Z)
AG-ReID.v2: Bridging Aerial and Ground Views for Person Re-identification [39.58286453178339]
空中人物再識別(Re-ID)は、コンピュータビジョンにおいて固有の課題を提示する。 AG-ReID.v2は、空中および地上の混合シナリオにおいて、人物Re-ID用に特別に設計されたデータセットである。このデータセットは、1,615人のユニークな個人の100,502枚の画像で構成され、それぞれに一致するIDと15のソフト属性ラベルが付加されている。
論文参考訳（メタデータ） (2024-01-05T04:53:33Z)
Learning Dense Flow Field for Highly-accurate Cross-view Camera Localization [15.89357790711828]
本稿では,衛星画像に対する地上画像に対する3DFカメラのポーズ推定の問題に対処する。地上画像と衛星画像のペアにおいて,高密度な画素単位の流れ場を学習する手法を提案する。提案手法は,KITTI,Ford multi-AV,VIGOR,Oxford RobotCarデータセットにおいて,中央値のローカライゼーション誤差を89%,19%,80%,35%削減する。
論文参考訳（メタデータ） (2023-09-27T10:26:26Z)
PoseMatcher: One-shot 6D Object Pose Estimation by Deep Feature Matching [51.142988196855484]
本稿では,PoseMatcherを提案する。 3ビューシステムに基づくオブジェクトと画像のマッチングのための新しいトレーニングパイプラインを作成します。 PoseMatcherは、画像とポイントクラウドの異なる入力モダリティに対応できるように、IO-Layerを導入します。
論文参考訳（メタデータ） (2023-04-03T21:14:59Z)
Occupancy Planes for Single-view RGB-D Human Reconstruction [120.5818162569105]
暗黙的な機能を持つシングルビューRGB-Dヒト再構成は、しばしばポイント単位の分類として定式化される。本稿では,カメラの視野フラストラムをスライスする平面上での占有率予測として,一視点のRGB-D人間の再構成を定式化できる占有面(OPlanes)表現を提案する。
論文参考訳（メタデータ） (2022-08-04T17:59:56Z)
Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization Using Satellite Image [91.29546868637911]
本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
論文参考訳（メタデータ） (2022-04-10T19:16:58Z)
Compositional Sketch Search [91.84489055347585]
フリーハンドスケッチを用いて画像コレクションを検索するアルゴリズムを提案する。シーン構成全体を特定するための簡潔で直感的な表現として描画を利用する。
論文参考訳（メタデータ） (2021-06-15T09:38:09Z)
DeepI2P: Image-to-Point Cloud Registration via Deep Classification [71.3121124994105]
DeepI2Pは、イメージとポイントクラウドの間のクロスモダリティ登録のための新しいアプローチです。本手法は,カメラとライダーの座標フレーム間の相対的剛性変換を推定する。登録問題を分類および逆カメラ投影最適化問題に変換することで難易度を回避する。
論文参考訳（メタデータ） (2021-04-08T04:27:32Z)
Lift, Splat, Shoot: Encoding Images From Arbitrary Camera Rigs by Implicitly Unprojecting to 3D [100.93808824091258]
本稿では,任意の数のカメラから映像データを与えられたシーンの鳥眼ビュー表現を直接抽出するエンド・ツー・エンドアーキテクチャを提案する。我々のアプローチは、それぞれの画像をそれぞれのカメラのフラストラムに個別に“リフト”し、すべてのフラストラムを鳥の目視格子に“プレート”することです。提案モデルにより推定される表現は,テンプレートトラジェクトリを鳥眼ビューのコストマップに"撮影"することで,終末動作計画の解釈を可能にすることを示す。
論文参考訳（メタデータ） (2020-08-13T06:29:01Z)
Evaluation of Cross-View Matching to Improve Ground Vehicle Localization with Aerial Perception [17.349420462716886]
クロスビューマッチング(クロスビューマッチング、cross-view matching)とは、あるクエリーグラウンドビュー画像の最も近いマッチングを、航空画像のデータベースから検索する問題を指す。本稿では,より長い軌道上での地上車両の位置決め作業に対するクロスビューマッチングの評価を行う。
論文参考訳（メタデータ） (2020-03-13T23:59:07Z)

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。