論文の概要: View Consistent Purification for Accurate Cross-View Localization

• arxiv url: http://arxiv.org/abs/2308.08110v1
• Date: Wed, 16 Aug 2023 02:51:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-17 15:02:14.945324
• Title: View Consistent Purification for Accurate Cross-View Localization
• Title（参考訳）: 正確なクロスビューローカライゼーションのためのビュー一貫性の浄化
• Authors: Shan Wang, Yanhao Zhang, Akhil Perincherry, Ankit Vora and Hongdong Li
• Abstract要約: 本稿では,屋外ロボットのための微細な自己局在化手法を提案する。 提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。 これは、動的環境における知覚を増強する初めての疎視のみの手法である。
• 参考スコア（独自算出の注目度）: 59.48131378244399
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This paper proposes a fine-grained self-localization method for outdoor robotics that utilizes a flexible number of onboard cameras and readily accessible satellite images. The proposed method addresses limitations in existing cross-view localization methods that struggle to handle noise sources such as moving objects and seasonal variations. It is the first sparse visual-only method that enhances perception in dynamic environments by detecting view-consistent key points and their corresponding deep features from ground and satellite views, while removing off-the-ground objects and establishing homography transformation between the two views. Moreover, the proposed method incorporates a spatial embedding approach that leverages camera intrinsic and extrinsic information to reduce the ambiguity of purely visual matching, leading to improved feature matching and overall pose estimation accuracy. The method exhibits strong generalization and is robust to environmental changes, requiring only geo-poses as ground truth. Extensive experiments on the KITTI and Ford Multi-AV Seasonal datasets demonstrate that our proposed method outperforms existing state-of-the-art methods, achieving median spatial accuracy errors below $0.5$ meters along the lateral and longitudinal directions, and a median orientation accuracy error below 2 degrees.
• Abstract（参考訳）: 本稿では,フレキシブルなオンボードカメラと衛星画像を用いた屋外ロボットの細粒度自己位置推定手法を提案する。 提案手法は,移動物体や季節変動などのノイズ源の処理に苦慮する既存のクロスビューローカライズ手法の制約に対処する。 地上および衛星からの視線と対応する深い特徴を検知し、地上の物体を除去し、2つのビュー間のホモグラフィ変換を確立することにより、動的環境における知覚を高める最初の疎視のみの手法である。 さらに,本提案手法では,カメラ内在・外在情報を利用した空間埋め込み手法により,純視覚マッチングのあいまいさを低減し,特徴マッチングの改善と全体のポーズ推定精度の向上を実現する。 この方法は強い一般化を示し、環境変化に頑健であり、基礎的真理としてジオポスのみを必要とする。 KITTIとFord Multi-AVの季節データを用いた大規模な実験により,提案手法は従来の手法よりも優れており,横方向と縦方向に0.5ドル以下の空間精度誤差と2度以下の方向精度誤差が得られた。

関連論文リスト

• Fixation-based Self-calibration for Eye Tracking in VR Headsets [0.21561701531034413]
  提案手法は,ユーザの視点が自由に動けるという仮定に基づいている。 固定は、まず、補正されていない視線方向の時系列データから検出される。 キャリブレーションパラメータは、PoRsの分散メトリクスの和を最小化することにより最適化される。
  論文  参考訳（メタデータ） (2023-11-01T09:34:15Z)
• Breaking Modality Disparity: Harmonized Representation for Infrared and Visible Image Registration [66.33746403815283]
  シーン適応型赤外線と可視画像の登録を提案する。 我々は、異なる平面間の変形をシミュレートするためにホモグラフィーを用いる。 我々は、まず、赤外線と可視画像のデータセットが不一致であることを示す。
  論文  参考訳（メタデータ） (2023-04-12T06:49:56Z)
• Cross-View Visual Geo-Localization for Outdoor Augmented Reality [11.214903134756888]
  地上画像のクロスビューマッチングによる測地位置推定の課題をジオレファレンス衛星画像データベースに解決する。 本稿では,新しいトランスフォーマーニューラルネットワークモデルを提案する。 いくつかのベンチマーク・クロスビュー・ジオローカライズ・データセットの実験により、我々のモデルが最先端の性能を達成することを示す。
  論文  参考訳（メタデータ） (2023-03-28T01:58:03Z)
• Active Gaze Control for Foveal Scene Exploration [124.11737060344052]
  本研究では,葉型カメラを用いた人間とロボットが現場を探索する方法をエミュレートする手法を提案する。 提案手法は,同数の視線シフトに対してF1スコアを2～3ポイント増加させる。
  論文  参考訳（メタデータ） (2022-08-24T14:59:28Z)
• 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)
• Occlusion-Robust Object Pose Estimation with Holistic Representation [42.27081423489484]
  State-of-the-art(SOTA)オブジェクトのポーズ推定器は2段階のアプローチを取る。 我々は,新しいブロック・アンド・ブラックアウトバッチ拡張技術を開発した。 また,総合的なポーズ表現学習を促進するためのマルチ精度監視アーキテクチャも開発している。
  論文  参考訳（メタデータ） (2021-10-22T08:00:26Z)
• Detect and Locate: A Face Anti-Manipulation Approach with Semantic and Noise-level Supervision [67.73180660609844]
  本稿では,画像中の偽造顔を効率的に検出する,概念的にシンプルだが効果的な方法を提案する。 提案手法は,画像に関する意味の高い意味情報を提供するセグメンテーションマップに依存する。 提案モデルでは,最先端検出精度と顕著なローカライゼーション性能を実現する。
  論文  参考訳（メタデータ） (2021-07-13T02:59:31Z)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)
• Multi-view Drone-based Geo-localization via Style and Spatial Alignment [47.95626612936813]
  マルチビュー・マルチソース・ジオローカライゼーションは、ドローンビュー画像と衛星ビュー画像とを事前アノテーション付きGPSタグとマッチングすることにより、GPS位置決めの重要な補助的手法として機能する。 パターンを整列させるエレガントな配向に基づく手法を提案し、整列部分特徴を抽出する新しい分岐を導入する。
  論文  参考訳（メタデータ） (2020-06-23T15:44:02Z)

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。