論文の概要: Object-based SLAM utilizing unambiguous pose parameters considering
general symmetry types
- arxiv url: http://arxiv.org/abs/2303.07872v1
- Date: Mon, 13 Mar 2023 03:07:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-15 15:02:52.026946
- Title: Object-based SLAM utilizing unambiguous pose parameters considering
general symmetry types
- Title（参考訳）: 一般対称性型を考慮した不明確なポーズパラメータを用いたオブジェクトベースSLAM
- Authors: Taekbeom Lee, Youngseok Jang, and H. Jin Kim
- Abstract要約: 異なる視点での観測が同一である対称物体は、同時局在化とマッピングの性能を低下させる可能性がある。
本研究は,対称物体の存在下でも,カメラや物体の姿勢を頑健に最適化するシステムを提案する。
- 参考スコア（独自算出の注目度）: 20.579218922577244
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Existence of symmetric objects, whose observation at different viewpoints can
be identical, can deteriorate the performance of simultaneous localization and
mapping(SLAM). This work proposes a system for robustly optimizing the pose of
cameras and objects even in the presence of symmetric objects. We classify
objects into three categories depending on their symmetry characteristics,
which is efficient and effective in that it allows to deal with general objects
and the objects in the same category can be associated with the same type of
ambiguity. Then we extract only the unambiguous parameters corresponding to
each category and use them in data association and joint optimization of the
camera and object pose. The proposed approach provides significant robustness
to the SLAM performance by removing the ambiguous parameters and utilizing as
much useful geometric information as possible. Comparison with baseline
algorithms confirms the superior performance of the proposed system in terms of
object tracking and pose estimation, even in challenging scenarios where the
baseline fails.
- Abstract（参考訳）: 異なる視点での観測が同一である対称物体の存在は、同時局在化およびマッピング(slam)の性能を低下させる可能性がある。
本研究は,対称物体の存在下でも,カメラや物体の姿勢を頑健に最適化するシステムを提案する。
対象をその対称性特性に応じて3つのカテゴリに分類し,同じカテゴリのオブジェクトが同一のあいまいさに関連付けられるようにすることで,一般のオブジェクトを扱えるように効率的かつ効果的に分類する。
次に,各カテゴリに対応する不明瞭なパラメータのみを抽出し,カメラとオブジェクトポーズの協調最適化とデータアソシエーションに利用する。
提案手法は,曖昧なパラメータを取り除き,可能な限り有用な幾何学的情報を活用することで,slamの性能に多大なロバスト性を与える。
ベースラインアルゴリズムとの比較により,ベースラインが失敗する困難なシナリオにおいても,オブジェクト追跡やポーズ推定において,提案方式の優れた性能が確認されている。
関連論文リスト
- SecondPose: SE(3)-Consistent Dual-Stream Feature Fusion for Category-Level Pose Estimation [79.12683101131368]
カテゴリーレベルのオブジェクトのポーズ推定は、既知のカテゴリから6次元のポーズと3次元の大きさを予測することを目的としている。
我々は、DINOv2のセマンティックカテゴリにオブジェクト固有の幾何学的特徴を統合する新しいアプローチであるSecondPoseを提案する。
論文 参考訳（メタデータ） (2023-11-18T17:14:07Z) - 3D-Aware Hypothesis & Verification for Generalizable Relative Object
Pose Estimation [69.73691477825079]
一般化可能なオブジェクトポーズ推定の問題に対処する新しい仮説検証フレームワークを提案する。
信頼性を計測するために,2つの入力画像から学習した3次元オブジェクト表現に3次元変換を明示的に適用する3D認識検証を導入する。
論文 参考訳（メタデータ） (2023-10-05T13:34:07Z) - A Probabilistic Relaxation of the Two-Stage Object Pose Estimation
Paradigm [0.0]
オブジェクトポーズ推定のためのマッチングのない確率的定式化を提案する。
視覚的対応と幾何学的アライメントの両方を統一的かつ同時に最適化することができる。
これは、おそらくのポーズの分布全体の異なる可算モードを表現することができる。
論文 参考訳（メタデータ） (2023-06-01T16:50:40Z) - An Object SLAM Framework for Association, Mapping, and High-Level Tasks [12.62957558651032]
本稿では,オブジェクト指向認識とオブジェクト指向ロボットタスクに焦点を当てた包括的オブジェクトSLAMフレームワークを提案する。
提案したオブジェクトSLAMフレームワークを効率よく評価するために,さまざまな公開データセットと実世界の結果が使用されている。
論文 参考訳（メタデータ） (2023-05-12T08:10:14Z) - Loop Closure Detection Based on Object-level Spatial Layout and Semantic
Consistency [14.694754836704819]
本稿では3次元シーングラフの空間的レイアウトとセマンティック一貫性に基づくオブジェクトベースのループ閉包検出手法を提案する。
実験により,提案手法によりより正確な3次元意味マップを構築可能であることが示された。
論文 参考訳（メタデータ） (2023-04-11T11:20:51Z) - RelPose: Predicting Probabilistic Relative Rotation for Single Objects
in the Wild [73.1276968007689]
本稿では、任意のオブジェクトの複数の画像からカメラ視点を推定するデータ駆動手法について述べる。
本手法は, 画像の鮮明さから, 最先端のSfM法とSLAM法より優れていることを示す。
論文 参考訳（メタデータ） (2022-08-11T17:59:59Z) - Superquadric Object Representation for Optimization-based Semantic SLAM [31.13636619458275]
本研究では,SQパラメータを多視点カメラ観測に適合させるためにセマンティックマスク計測を利用するパイプラインを提案する。
マルチビューマスク観測からランダムに生成されたSQパラメータを検索するシステムの能力を実証する。
論文 参考訳（メタデータ） (2021-09-20T15:27:56Z) - Self-supervised Geometric Perception [96.89966337518854]
自己教師付き幾何知覚(self-supervised geometric perception)は、基底幾何モデルラベルなしで対応マッチングのための特徴記述子を学ぶためのフレームワークである。
また,SGPは,地上トラスラベルを用いて訓練した教師付きオークルよりも同等か優れる最先端性能を達成できることを示す。
論文 参考訳（メタデータ） (2021-03-04T15:34:43Z) - Category Level Object Pose Estimation via Neural Analysis-by-Synthesis [64.14028598360741]
本稿では、勾配に基づくフィッティング法とパラメトリックニューラルネットワーク合成モジュールを組み合わせる。
画像合成ネットワークは、ポーズ設定空間を効率的に分散するように設計されている。
本研究では,2次元画像のみから高精度に物体の向きを復元できることを実験的に示す。
論文 参考訳（メタデータ） (2020-08-18T20:30:47Z) - Object-Centric Multi-View Aggregation [86.94544275235454]
本稿では,オブジェクトのスパースなビュー集合を集約して,半単純3次元表現を容積特徴格子の形で計算する手法を提案する。
我々のアプローチの鍵となるのは、カメラのポーズを明示することなく、ビューを持ち上げることができるオブジェクト中心の標準3D座標システムである。
画素から標準座標系への対称対応マッピングの計算により、未知の領域への情報伝達がより良くなることを示す。
論文 参考訳（メタデータ） (2020-07-20T17:38:31Z) - Learning Orientation Distributions for Object Pose Estimation [31.05330535795121]
本研究では,物体の向きの分布を推定する2つの学習手法を提案する。
提案手法は,ポーズ推定における不正確性とオブジェクト対称性の両方を考慮に入れている。
論文 参考訳（メタデータ） (2020-07-02T22:30:56Z)
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。