論文の概要: SliceMatch: Geometry-guided Aggregation for Cross-View Pose Estimation
- arxiv url: http://arxiv.org/abs/2211.14651v3
- Date: Tue, 28 Mar 2023 19:16:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 18:16:36.963906
- 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 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。
- 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-Degrees-of-Freedom 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 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 using
precomputed masks. SliceMatch is trained using contrastive learning and pose
estimation is formulated as a similarity comparison between the ground
descriptor and the aerial descriptors. Compared to the state-of-the-art,
SliceMatch achieves a 19% lower median localization error on the VIGOR
benchmark using the same VGG16 backbone at 150 frames per second, and a 50%
lower error when using a ResNet50 backbone.
- Abstract（参考訳）: 本研究は、局地画像の3Degrees-of-Freedomカメラポーズ、すなわち局所領域の空中画像の3Degrees-of-Freedomカメラポーズを判定するクロスビューカメラ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、フィーチャーアグリゲータは1つのグラウンドディスクリプタとポーズ依存の空中ディスクリプタを構成する。
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。
航空ディスクリプタの効率的な構築は、事前に計算されたマスクを用いて達成される。
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。
最先端と比較してslicematchは、同じvgg16バックボーンを毎秒150フレーム、resnet50バックボーンを使用する場合のエラーを50%削減して、vigorベンチマークで中央値のローカライズエラーを19%低減する。
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。