論文の概要: Fine-Grained Cross-View Geo-Localization Using a Correlation-Aware Homography Estimator

• arxiv url: http://arxiv.org/abs/2308.16906v1
• Date: Thu, 31 Aug 2023 17:59:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-01 13:23:30.350239
• Title: Fine-Grained Cross-View Geo-Localization Using a Correlation-Aware Homography Estimator
• Title（参考訳）: 相関認識ホモグラフィ推定器を用いた細粒度クロスビュージオローカライズ
• Authors: Xiaolong Wang, Runsen Xu, Zuofan Cui, Zeyu Wan, Yu Zhang
• Abstract要約: そこで我々は, 微粒なクロスビューなジオローカライゼーションの新たなアプローチを提案する。 提案手法は,同じ領域をカバーするGPSタグ付き衛星画像と,歪んだ地上画像とを一致させる。 提案手法は30FPSの速度で動作し,最先端技術より優れる。
• 参考スコア（独自算出の注目度）: 12.415973198004169
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we introduce a novel approach to fine-grained cross-view geo-localization. Our method aligns a warped ground image with a corresponding GPS-tagged satellite image covering the same area using homography estimation. We first employ a differentiable spherical transform, adhering to geometric principles, to accurately align the perspective of the ground image with the satellite map. This transformation effectively places ground and aerial images in the same view and on the same plane, reducing the task to an image alignment problem. To address challenges such as occlusion, small overlapping range, and seasonal variations, we propose a robust correlation-aware homography estimator to align similar parts of the transformed ground image with the satellite image. Our method achieves sub-pixel resolution and meter-level GPS accuracy by mapping the center point of the transformed ground image to the satellite image using a homography matrix and determining the orientation of the ground camera using a point above the central axis. Operating at a speed of 30 FPS, our method outperforms state-of-the-art techniques, reducing the mean metric localization error by 21.3% and 32.4% in same-area and cross-area generalization tasks on the VIGOR benchmark, respectively, and by 34.4% on the KITTI benchmark in same-area evaluation.
• Abstract（参考訳）: 本稿では,細粒度断面地形定位に対する新しいアプローチを提案する。 提案手法は,同領域をカバーするGPSタグ付き衛星画像と,同領域をホログラフィー推定により照合する。 まず,幾何学的原理に準拠した微分可能な球面変換を用い,地上画像の視点を衛星地図と正確に一致させる。 この変換は、地上と空中の画像を同一のビューと同一平面に効果的に配置し、タスクを画像アライメント問題に還元する。 閉塞, 重複範囲の縮小, 季節変動などの課題に対処するため, 衛星画像と変換された地上画像の類似部分を調整するためのロバストな相関認識ホモグラフィ推定器を提案する。 本手法は,ホモグラフィマトリクスを用いて変換された地上画像の中心点を衛星画像にマッピングし,中央軸上の点を用いて地上カメラの向きを決定することで,サブピクセル分解能とメータレベルのgps精度を実現する。 提案手法は30FPSの速度で動作し,平均値の局所化誤差を21.3%,32.4%,VIGORベンチマークで32.4%,KITTIベンチマークで34.4%低減する。

関連論文リスト

• View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
  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。
  論文  参考訳（メタデータ） (2023-08-16T02:51:52Z)
• Boosting 3-DoF Ground-to-Satellite Camera Localization Accuracy via Geometry-Guided Cross-View Transformer [66.82008165644892]
  地上レベルの画像と一致/検索衛星画像との相対的な回転と変換を推定することにより、地上カメラの位置と方向の精度を向上させる手法を提案する。 実験の結果,本手法は最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-07-16T11:52:27Z)
• Visual Cross-View Metric Localization with Dense Uncertainty Estimates [11.76638109321532]
  本研究は、屋外ロボティクスにおける視覚的クロスビューメトリックローカライゼーションに対処する。 地上レベルのカラー画像と局地的な環境を含む衛星パッチが与えられた場合、衛星パッチ内の地上カメラの位置を特定することが課題である。 我々は、より高密度な衛星記述子、ボトルネックにおける類似性マッチング、およびマルチモーダルなローカライゼーションの曖昧さを捉えるための出力としての密度空間分布を備えた新しいネットワークアーキテクチャを考案した。
  論文  参考訳（メタデータ） (2022-08-17T20:12:23Z)
• Satellite Image Based Cross-view Localization for Autonomous Vehicle [59.72040418584396]
  本稿では,市販の高精細衛星画像を使用可能な地図として利用することにより,良好な精度でクロスビュー車両のローカライゼーションを実現することができることを示す。 本手法はKITTIとFord Multi-AVの季節データセットを地上ビューとして,Google Mapsを衛星ビューとして検証した。
  論文  参考訳（メタデータ） (2022-07-27T13:16:39Z)
• 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)
• Accurate 3-DoF Camera Geo-Localization via Ground-to-Satellite Image Matching [102.39635336450262]
  地上で取得したクエリ画像とジオタグ付き衛星画像の大規模データベースとをマッチングすることにより、地上から衛星画像のジオローカライズの問題に対処する。 我々の新しい手法は、衛星画像のピクセルサイズの精度まで、クエリー画像のきめ細かい位置を達成できる。
  論文  参考訳（メタデータ） (2022-03-26T20:10:38Z)
• Where am I looking at? Joint Location and Orientation Estimation by Cross-View Matching [95.64702426906466]
  ジオタグ付き空中画像の大規模データベースを考えると、クロスビューなジオローカライゼーションは問題となる。 地上画像と空中画像の向きを知ることは、これらの2つのビュー間のあいまいさを著しく軽減することができる。 局所化時の横方向のアライメントを推定する動的類似マッチングネットワークを設計する。
  論文  参考訳（メタデータ） (2020-05-08T05:21:16Z)

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。