Fugu-MT 論文翻訳(概要): Multi-Technique Sequential Information Consistency For Dynamic Visual Place Recognition In Changing Environments

論文の概要: Multi-Technique Sequential Information Consistency For Dynamic Visual Place Recognition In Changing Environments

arxiv url: http://arxiv.org/abs/2401.08263v1
Date: Tue, 16 Jan 2024 10:35:01 GMT
ステータス: 処理完了
システム内更新日: 2024-01-17 14:23:40.033791
Title: Multi-Technique Sequential Information Consistency For Dynamic Visual Place Recognition In Changing Environments
Title（参考訳）: 変化する環境における動的視覚位置認識のためのマルチテクニカルシーケンシャル情報一貫性
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。我々はMulti-Sequential Information Consistency (MuSIC)と呼ばれるVPRシステムを提案する。
参考スコア（独自算出の注目度）: 23.33092172788319
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 driven by different daily illumination, seasonal weather variations and diverse viewpoints. Currently, no single VPR technique excels in every environmental condition, each exhibiting unique benefits and shortcomings, and therefore combining multiple techniques can achieve more reliable VPR performance. Present multi-method approaches either rely on online ground-truth information, which is often not available, or on brute-force technique combination, potentially lowering performance with high variance technique sets. Addressing these shortcomings, we propose a VPR system dubbed Multi-Sequential Information Consistency (MuSIC) which leverages sequential information to select the most cohesive technique on an online per-frame basis. For each technique in a set, MuSIC computes their respective sequential consistencies by analysing the frame-to-frame continuity of their top match candidates, which are then directly compared to select the optimal technique for the current query image. The use of sequential information to select between VPR methods results in an overall VPR performance increase across different benchmark datasets, while avoiding the need for extra ground-truth of the runtime environment.
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、日々の照明、季節的な天候の変化、様々な視点によって、場所の外観が著しく変化しているため、難しい。現在、各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り、複数の技術を組み合わせることでより信頼性の高いVPR性能が得られる。現在のマルチメソッドアプローチは、しばしば利用できないオンラインの地平情報や、ブルートフォース技術の組み合わせに依存しており、高い分散技術セットで性能を低下させる可能性がある。これらの欠点に対処するため,オンライン・フレーム毎の最も凝集性の高い手法を選択するために逐次情報を活用するマルチシーケンス情報一貫性(MuSIC)と呼ばれるVPRシステムを提案する。集合内の各技法について、音楽は上位マッチング候補のフレーム間連続性を解析し、それぞれの逐次構成を計算し、それらを直接比較して現在の問合せ画像の最適な手法を選択する。 VPRメソッドの選択にシーケンシャル情報を使用することで、ランタイム環境の余分な基盤構造を回避しつつ、さまざまなベンチマークデータセット間で全体のVPRパフォーマンスが向上する。

関連論文リスト

Once for Both: Single Stage of Importance and Sparsity Search for Vision Transformer Compression [63.23578860867408]
重要度評価と疎度評価を1段階にまとめる方法について検討する。重要度と疎度の両方を同時に評価するコスト効率の高いOFBを提案する。実験により、OFBは最先端のサーチベースおよびプルーニングベース手法よりも優れた圧縮性能が得られることが示された。
論文参考訳（メタデータ） (2024-03-23T13:22:36Z)
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)
A-MuSIC: An Adaptive Ensemble System For Visual Place Recognition In Changing Environments [22.58641358408613]
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。
論文参考訳（メタデータ） (2023-03-24T19:25:22Z)
Diversity-Aware Meta Visual Prompting [111.75306320834629]
DAM-VP(Diversity-Aware Meta Visual Prompting)は、学習済みのモデルを凍結したバックボーンで下流のタスクに転送する効率的なプロンプト手法である。下流のデータセットを、多様性に富んだ方法で小さなサブセットにクラスタ化し、それぞれのサブセットがそれぞれ独自のプロンプトを持っている。すべてのプロンプトはメタプロンプトで最適化され、複数のデータセットで学習される。
論文参考訳（メタデータ） (2023-03-14T17:59:59Z)
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)
Sequence-Based Filtering for Visual Route-Based Navigation: Analysing the Benefits, Trade-offs and Design Choices [17.48671856442762]
ビジュアルプレース認識(VPR)の新たなトレンドは、単一フレームベースのプレースマッチング技術の上にシーケンスベースのフィルタリング方法を使用することである。本稿では,単一フレームに基づく位置マッチング手法の性能と,それらの手法上でのシーケンスベースフィルタリングの利用との関係について詳細に検討する。
論文参考訳（メタデータ） (2021-03-02T19:24:58Z)
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)

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。