論文の概要: A-MuSIC: An Adaptive Ensemble System For Visual Place Recognition In
Changing Environments
- arxiv url: http://arxiv.org/abs/2303.14247v1
- Date: Fri, 24 Mar 2023 19:25:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-28 21:06:22.261981
- Title: A-MuSIC: An Adaptive Ensemble System For Visual Place Recognition In
Changing Environments
- Title（参考訳）: A-MuSIC:環境変化における視覚的位置認識のための適応型アンサンブルシステム
- Authors: Bruno Arcanjo, Bruno Ferrarini, Michael Milford, Klaus D.
McDonald-Maier and Shoaib Ehsan
- Abstract要約: 視覚的位置認識(VPR)は、ロボットナビゲーションとローカライゼーションシステムにおいて不可欠な要素である。
すべての環境条件において、単一のVPR技術が優れているわけではない。
A-MuSIC(Adaptive Multi-Self Identification and Correction)と呼ばれる適応型VPRシステム
A-MuSICは、テストされたすべてのベンチマークデータセット間で最先端のVPRパフォーマンスにマッチまたは打ち勝つ。
- 参考スコア（独自算出の注目度）: 22.58641358408613
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Visual place recognition (VPR) is an essential component of robot navigation
and localization systems that allows them to identify a place using only image
data. VPR is challenging due to the significant changes in a place's appearance
under different illumination throughout the day, with seasonal weather and when
observed from different viewpoints. Currently, no single VPR technique excels
in every environmental condition, each exhibiting unique benefits and
shortcomings. As a result, VPR systems combining multiple techniques achieve
more reliable VPR performance in changing environments, at the cost of higher
computational loads. Addressing this shortcoming, we propose an adaptive VPR
system dubbed Adaptive Multi-Self Identification and Correction (A-MuSIC). We
start by developing a method to collect information of the runtime performance
of a VPR technique by analysing the frame-to-frame continuity of matched
queries. We then demonstrate how to operate the method on a static ensemble of
techniques, generating data on which techniques are contributing the most for
the current environment. A-MuSIC uses the collected information to both select
a minimal subset of techniques and to decide when a re-selection is required
during navigation. A-MuSIC matches or beats state-of-the-art VPR performance
across all tested benchmark datasets while maintaining its computational load
on par with individual techniques.
- Abstract（参考訳）: 視覚的位置認識(VPR)は、画像データのみを使用して場所を識別するロボットナビゲーションおよび位置決めシステムにおいて不可欠なコンポーネントである。
VPRは、日中、季節の天気と異なる視点で観察された場合、異なる照明の下で、ある場所の出現が著しく変化するため、困難である。
現在、すべての環境条件において単一のVPR技術が優れておらず、それぞれに固有の利点と欠点がある。
その結果、複数の手法を組み合わせたVPRシステムは、高い計算負荷を犠牲にして、変化する環境においてより信頼性の高いVPR性能を実現する。
この問題に対処するため,適応型マルチセル識別・補正(A-MuSIC)と呼ばれる適応型VPRシステムを提案する。
まず,マッチングクエリのフレーム間連続性を解析することにより,vpr手法のランタイム性能に関する情報を収集する手法を開発する。
次に,その手法の静的アンサンブル上での操作方法を示し,その手法が現在の環境に最も寄与するデータを生成する。
A-MuSICは収集した情報を使用して、最小限のテクニックのサブセットを選択し、ナビゲーション中に再選択が必要なタイミングを決定する。
a-musicは、テストされたすべてのベンチマークデータセットで最先端のvprのパフォーマンスをマッチさせるか、または上回る。
関連論文リスト
- CricaVPR: Cross-image Correlation-aware Representation Learning for Visual Place Recognition [73.51329037954866]
視覚的位置認識のための画像間相関認識を用いたロバストなグローバル表現手法を提案する。
本手法では,バッチ内の複数の画像の相関にアテンション機構を用いる。
本手法は,訓練時間を大幅に短縮し,最先端の手法よりも優れた性能を示す。
論文 参考訳（メタデータ） (2024-02-29T15:05:11Z) - Deep Homography Estimation for Visual Place Recognition [49.235432979736395]
本稿では,変換器を用いたディープホモグラフィー推定(DHE)ネットワークを提案する。
バックボーンネットワークによって抽出された濃密な特徴写像を入力とし、高速で学習可能な幾何的検証のためにホモグラフィーに適合する。
ベンチマークデータセットを用いた実験により,本手法はいくつかの最先端手法より優れていることが示された。
論文 参考訳（メタデータ） (2024-02-25T13:22:17Z) - Multi-Technique Sequential Information Consistency For Dynamic Visual
Place Recognition In Changing Environments [23.33092172788319]
視覚的位置認識(VPR)は、ロボットナビゲーションとローカライゼーションシステムにおいて不可欠な要素である。
すべての環境条件において、単一のVPR技術が優れているわけではない。
我々はMulti-Sequential Information Consistency (MuSIC)と呼ばれるVPRシステムを提案する。
論文 参考訳（メタデータ） (2024-01-16T10:35:01Z) - SwitchHit: A Probabilistic, Complementarity-Based Switching System for
Improved Visual Place Recognition in Changing Environments [20.917586014941033]
あらゆる種類の環境で動作可能な普遍的なVPR技術は存在しない。
リソース制約のある組み込みプラットフォームでは,複数のVPRテクニックの並列実行が禁止される可能性がある。
本稿では,確率的相補性に基づくスイッチングVPRシステムであるSwitchHitを提案する。
論文 参考訳（メタデータ） (2022-03-01T16:23:22Z) - Robust Semi-supervised Federated Learning for Images Automatic
Recognition in Internet of Drones [57.468730437381076]
プライバシー保護型UAV画像認識のための半教師付きフェデレートラーニング(SSFL)フレームワークを提案する。
異なるカメラモジュールを使用したUAVによって収集されたローカルデータの数、特徴、分布には大きな違いがある。
本稿では,クライアントがトレーニングに参加する頻度,すなわちFedFreqアグリゲーションルールに基づくアグリゲーションルールを提案する。
論文 参考訳（メタデータ） (2022-01-03T16:49:33Z) - Unsupervised Complementary-aware Multi-process Fusion for Visual Place
Recognition [28.235055888073855]
本稿では,現在のデプロイメント環境において,最も堅牢なVPR技術群を探索する教師なしアルゴリズムを提案する。
提案した動的マルチプロセス融合(Dyn-MPF)は,様々な競合手法と比較して,VPR性能が優れている。
論文 参考訳（メタデータ） (2021-12-09T04:57:33Z) - Seeking Similarities over Differences: Similarity-based Domain Alignment
for Adaptive Object Detection [86.98573522894961]
本研究では,Unsupervised Domain Adaptation (UDA) アルゴリズムが検出に使用するコンポーネントを一般化するフレームワークを提案する。
具体的には、最適な設計選択を生かした新しいUDAアルゴリズムViSGAを提案し、インスタンスレベルの特徴を集約する単純だが効果的な方法を提案する。
類似性に基づくグループ化と対角トレーニングの両方により、モデルでは、ゆるやかに整列されたドメインにまたがるすべてのインスタンスにマッチせざるを得ず、機能グループを粗い整列することに集中することが可能であることが示されています。
論文 参考訳（メタデータ） (2021-10-04T13:09:56Z) - Shared Space Transfer Learning for analyzing multi-site fMRI data [83.41324371491774]
マルチボクセルパターン解析(MVPA)は、タスクベース機能磁気共鳴画像(fMRI)データから予測モデルを学習する。
MVPAはよく設計された機能セットと十分なサンプルサイズで機能する。
ほとんどのfMRIデータセットはノイズが多く、高次元で、収集するのに高価で、サンプルサイズも小さい。
本稿では,新しい伝達学習手法として共有空間移動学習(SSTL)を提案する。
論文 参考訳（メタデータ） (2020-10-24T08:50:26Z) - ConvSequential-SLAM: A Sequence-based, Training-less Visual Place
Recognition Technique for Changing Environments [19.437998213418446]
視覚的場所認識(VPR)は、視線や外観の変化の下で、以前訪れた場所を正しく思い出す能力である。
本稿では,挑戦条件下での最先端位置マッチング性能を実現する手作りVPR技術を提案する。
論文 参考訳（メタデータ） (2020-09-28T16:31:29Z) - Cross-Domain Facial Expression Recognition: A Unified Evaluation
Benchmark and Adversarial Graph Learning [85.6386289476598]
我々は,クロスドメイン全体的特徴共適応のための新しい逆グラフ表現適応(AGRA)フレームワークを開発した。
我々は,いくつかの一般的なベンチマークで広範囲かつ公平な評価を行い,提案したAGRAフレームワークが従来の最先端手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2020-08-03T15:00:31Z) - VPR-Bench: An Open-Source Visual Place Recognition Evaluation Framework
with Quantifiable Viewpoint and Appearance Change [25.853640977526705]
VPRの研究は、カメラハードウェアの改善とディープラーニングベースの技術の可能性により、過去10年間で急速に成長してきた。
この成長は、特に性能評価に関する分野における断片化と標準化の欠如につながった。
本稿では,VPR技術の性能評価を行うオープンソースフレームワーク「VPR-Bench」を通じて,これらのギャップに対処する。
論文 参考訳（メタデータ） (2020-05-17T00:27:53Z)
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。