論文の概要: IDLL: Inverse Depth Line based Visual Localization in Challenging Environments

• arxiv url: http://arxiv.org/abs/2304.11748v1
• Date: Sun, 23 Apr 2023 20:53:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-25 16:36:49.816781
• Title: IDLL: Inverse Depth Line based Visual Localization in Challenging Environments
• Title（参考訳）: IDLL: 混在環境における逆深さ線に基づく視覚的位置決め
• Authors: Wanting Li, Yu Shao, Yongcai Wang, Shuo Wang, Xuewei Bai, Deying Li
• Abstract要約: 本稿では,2つの逆深度変数を用いて抽出されたライン特徴をモデル化したIDLLを提案する。 IDLLはより正確で堅牢で、現在の機能ベースのVSLAMメソッドよりも計算オーバーヘッドが低い。
• 参考スコア（独自算出の注目度）: 6.815346475833014
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Precise and real-time localization of unmanned aerial vehicles (UAVs) or robots in GNSS denied indoor environments are critically important for various logistics and surveillance applications. Vision-based simultaneously locating and mapping (VSLAM) are key solutions but suffer location drifts in texture-less, man-made indoor environments. Line features are rich in man-made environments which can be exploited to improve the localization robustness, but existing point-line based VSLAM methods still lack accuracy and efficiency for the representation of lines introducing unnecessary degrees of freedoms. In this paper, we propose Inverse Depth Line Localization(IDLL), which models each extracted line feature using two inverse depth variables exploiting the fact that the projected pixel coordinates on the image plane are rather accurate, which partially restrict the lines. This freedom-reduced representation of lines enables easier line determination and faster convergence of bundle adjustment in each step, therefore achieves more accurate and more efficient frame-to-frame registration and frame-to-map registration using both point and line visual features. We redesign the whole front-end and back-end modules of VSLAM using this line model. IDLL is extensively evaluated in multiple perceptually-challenging datasets. The results show it is more accurate, robust, and needs lower computational overhead than the current state-of-the-art of feature-based VSLAM methods.
• Abstract（参考訳）: GNSSにおける無人航空機やロボットの高精度かつリアルタイムな位置決めは、様々な物流や監視用途において極めて重要である。 視覚に基づく同時位置決めとマッピング(VSLAM)は鍵となるソリューションであるが、テクスチャレスで人為的な屋内環境での位置ずれに悩まされている。 ラインの特徴は、ローカライゼーションの堅牢性を改善するために活用できる人工環境に富んでいるが、既存のポイントラインベースのvslam法は、不要な自由度をもたらすライン表現の精度と効率に欠けている。 本稿では,画像平面上の投影された画素座標が比較的正確であるという事実を生かした2つの逆深度変数を用いて,抽出された各ライン特徴をモデル化する逆深度ラインローカライゼーション(IDLL)を提案する。 この自由度の低い行の表現は、各ステップにおけるライン決定とより高速なバンドル調整の収束を可能にするため、ポイントとラインの両方の視覚的特徴を用いて、より正確で効率的なフレーム間登録とフレーム間マップ登録を実現する。 このラインモデルを用いて,VSLAMのフロントエンドモジュールとバックエンドモジュール全体を再設計する。 idllは、複数のパーセプタリーチャリングデータセットで広範囲に評価される。 結果は,従来の機能ベースVSLAM法よりも精度が高く,堅牢であり,計算オーバーヘッドも低いことを示した。

関連論文リスト

• PAPL-SLAM: Principal Axis-Anchored Monocular Point-Line SLAM [20.228993972678595]
  本稿では,直線構造情報の利用と直線SLAMシステムにおけるラインの最適化について述べる。 主軸に類似した方向の線を固定し、$n+2$パラメータで$n$ラインを最適化し、両方の問題を一緒に解決する。 本研究では,異なる世界仮説に容易に拡張可能なシーン構造情報について考察する。
  論文  参考訳（メタデータ） (2024-10-16T07:44:56Z)
• LDL: Line Distance Functions for Panoramic Localization [22.46846444866008]
  線分を用いた3次元地図にパノラマをローカライズするアルゴリズム LDL を導入する。 提案手法は,パノラマ画像と3次元地図内のラインの全体分布を効果的に観察する。
  論文  参考訳（メタデータ） (2023-08-27T02:57:07Z)
• 3D Line Mapping Revisited [86.13455066577657]
  LIMAPは、3Dラインマッピングのためのライブラリで、多視点画像から3Dラインマップを堅牢かつ効率的に作成する。 私たちのコードは、既存のポイントベースのStructure-from-Motionメソッドとシームレスに統合されます。 私たちの堅牢な3Dラインマップは、新たな研究方向も開きます。
  論文  参考訳（メタデータ） (2023-03-30T16:14:48Z)
• Unfolding Projection-free SDP Relaxation of Binary Graph Classifier via GDPA Linearization [59.87663954467815]
  アルゴリズムの展開は、モデルベースのアルゴリズムの各イテレーションをニューラルネットワーク層として実装することにより、解釈可能で類似のニューラルネットワークアーキテクチャを生成する。 本稿では、Gershgorin disc perfect alignment (GDPA)と呼ばれる最近の線形代数定理を利用して、二進グラフの半定値プログラミング緩和(SDR)のためのプロジェクションフリーアルゴリズムをアンロールする。 実験結果から,我々の未学習ネットワークは純粋モデルベースグラフ分類器よりも優れ,純粋データ駆動ネットワークに匹敵する性能を示したが,パラメータははるかに少なかった。
  論文  参考訳（メタデータ） (2021-09-10T07:01:15Z)
• SOLD2: Self-supervised Occlusion-aware Line Description and Detection [95.8719432775724]
  単一深層ネットワークにおける回線セグメントの最初の共同検出と記述について紹介します。 我々の手法は注釈付き行ラベルを必要としないため、任意のデータセットに一般化することができる。 複数のマルチビューデータセットにおいて,従来の行検出と記述方法に対するアプローチを評価した。
  論文  参考訳（メタデータ） (2021-04-07T19:27:17Z)
• PlueckerNet: Learn to Register 3D Line Reconstructions [57.20244406275875]
  本稿では,ユークリッド空間における2つの部分重畳された3次元線再構成の問題をニューラルネットワークで解く手法を提案する。 室内および屋外の両方のデータセットを用いた実験により,本手法の登録精度(回転と翻訳)は,ベースラインを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2020-12-02T11:31:56Z)
• Line Flow based SLAM [36.10943109853581]
  本稿では,3次元ラインセグメントの逐次2次元投影を表すラインフローを予測・更新するビジュアルSLAM法を提案する。 提案手法は, ラインフローの利用により, 最先端の結果を得る。
  論文  参考訳（メタデータ） (2020-09-21T15:55:45Z)
• Deep Hough Transform for Semantic Line Detection [70.28969017874587]
  自然の場面で意味のある線構造、つまり意味的な線を検知する基本的なタスクに焦点をあてる。 従来の手法は線の性質を無視し、準最適性能をもたらす。 行検出のためのワンショットエンドツーエンド学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-10T13:08:42Z)
• Holistically-Attracted Wireframe Parsing [123.58263152571952]
  本稿では,入力画像中のベクトル化ワイヤフレームを1つのフォワードパスで検出する高速で類似的な解析手法を提案する。 提案手法は, (i) ラインセグメントとジャンクション提案生成, (ii) ラインセグメントとジャンクションマッチング, (iii) ラインセグメントとジャンクション検証の3つのコンポーネントから構成される。
  論文  参考訳（メタデータ） (2020-03-03T17:43:57Z)

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。