論文の概要: 360ORB-SLAM: A Visual SLAM System for Panoramic Images with Depth Completion Network

• arxiv url: http://arxiv.org/abs/2401.10560v1
• Date: Fri, 19 Jan 2024 08:52:24 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-22 16:33:53.862953
• Title: 360ORB-SLAM: A Visual SLAM System for Panoramic Images with Depth Completion Network
• Title（参考訳）: 360ORB-SLAM:奥行き網を有するパノラマ画像のための視線SLAMシステム
• Authors: Yichen Chen, Yiqi Pan, Ruyu Liu, Haoyu Zhang, Guodao Zhang, Bo Sun and Jianhua Zhang
• Abstract要約: 本稿では,パノラマ画像と深度補完ネットワークを組み合わせた360ORB-SLAMシステムを提案する。 提案手法は既存の単分子SLAM法と比較して精度が高い。 ディープ・コンプリート・ネットワークの統合によりシステムの安定性が向上し、SLAM性能に対する動的要素の影響を緩和する。
• 参考スコア（独自算出の注目度）: 18.23570356507258
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To enhance the performance and effect of AR/VR applications and visual assistance and inspection systems, visual simultaneous localization and mapping (vSLAM) is a fundamental task in computer vision and robotics. However, traditional vSLAM systems are limited by the camera's narrow field-of-view, resulting in challenges such as sparse feature distribution and lack of dense depth information. To overcome these limitations, this paper proposes a 360ORB-SLAM system for panoramic images that combines with a depth completion network. The system extracts feature points from the panoramic image, utilizes a panoramic triangulation module to generate sparse depth information, and employs a depth completion network to obtain a dense panoramic depth map. Experimental results on our novel panoramic dataset constructed based on Carla demonstrate that the proposed method achieves superior scale accuracy compared to existing monocular SLAM methods and effectively addresses the challenges of feature association and scale ambiguity. The integration of the depth completion network enhances system stability and mitigates the impact of dynamic elements on SLAM performance.
• Abstract（参考訳）: AR/VRアプリケーションと視覚補助・検査システムの性能と効果を高めるため、視覚的同時位置決めとマッピング(vSLAM)はコンピュータビジョンとロボティクスの基本的な課題である。 しかし、従来のvSLAMシステムは視野の狭いカメラによって制限されており、細かな特徴分布や深度情報の欠如といった課題が生じる。 そこで本稿では,この限界を克服するために,パノラマ画像のための360orb-slamシステムを提案する。 本システムは、パノラマ画像から特徴点を抽出し、パノラマ三角モジュールを用いてスパース深度情報を生成し、深度網を用いて高密度パノラマ深度マップを得る。 Carlaをベースとした新しいパノラマデータセットの実験結果から,提案手法は既存の単分子SLAM法よりも精度が高く,特徴関連性やスケール曖昧性の課題に効果的に対処できることを示した。 奥行き完了ネットワークの統合はシステムの安定性を高め、動的要素のslam性能への影響を緩和する。

関連論文リスト

• PVAFN: Point-Voxel Attention Fusion Network with Multi-Pooling Enhancing for 3D Object Detection [59.355022416218624]
  点とボクセルの表現の統合は、LiDARベースの3Dオブジェクト検出においてより一般的になりつつある。 PVAFN(Point-Voxel Attention Fusion Network)と呼ばれる新しい2段3次元物体検出器を提案する。 PVAFNはマルチプール戦略を使用して、マルチスケールとリージョン固有の情報を効果的に統合する。
  論文  参考訳（メタデータ） (2024-08-26T19:43:01Z)
• MoD-SLAM: Monocular Dense Mapping for Unbounded 3D Scene Reconstruction [2.3630527334737104]
  MoD-SLAMは、非有界シーンにおけるリアルタイムな3次元再構成を可能にする、最初のモノクラーNeRFを用いた高密度マッピング法である。 追跡処理にロバストな深度損失項を導入することにより,大規模シーンにおけるより正確なポーズ推定を実現する。 2つの標準データセットを用いた実験により, MoD-SLAMは競争性能を向上し, 3次元再構成の精度を最大30%, 15%向上した。
  論文  参考訳（メタデータ） (2024-02-06T07:07:33Z)
• Depth Completion with Multiple Balanced Bases and Confidence for Dense Monocular SLAM [34.78726455243436]
  本稿では,軽量深度補完網をスパースSLAMシステムに統合する新しい手法を提案する。 具体的には,BBC-Netと呼ばれる,高度に最適化されたマルチバス深度補完ネットワークを提案する。 BBC-Netは、オフザシェルキーポイントベースのSLAMシステムによって生成されたスパースポイントを持つ単眼画像から、複数のバランスの取れたベースと信頼マップを予測できる。
  論文  参考訳（メタデータ） (2023-09-08T06:15:27Z)
• HDPV-SLAM: Hybrid Depth-augmented Panoramic Visual SLAM for Mobile Mapping System with Tilted LiDAR and Panoramic Visual Camera [4.2421412410466575]
  本稿では,Hybrid Depth-augmented Panoramic Visual SLAM (HDPV-SLAM) と呼ばれる新しい視覚同時局在マッピングシステムを提案する。 パノラマカメラと傾斜マルチビームLiDARスキャナを使用して、正確で計量スケールの軌道を生成する。 これは、同様のSLAMシステムの性能を妨げる2つの大きな問題を解決することを目的としている。
  論文  参考訳（メタデータ） (2023-01-27T16:25:28Z)
• TANDEM: Tracking and Dense Mapping in Real-time using Deep Multi-view Stereo [55.30992853477754]
  本稿では,リアルタイムな単分子追跡と高密度フレームワークであるTANDEMを紹介する。 ポーズ推定のために、TANDEMはアライメントのスライディングウィンドウに基づいて光度バンドル調整を行う。 TANDEMは最先端のリアルタイム3D再構成性能を示す。
  論文  参考訳（メタデータ） (2021-11-14T19:01:02Z)
• SLIDE: Single Image 3D Photography with Soft Layering and Depth-aware Inpainting [54.419266357283966]
  シングルイメージの3D写真は、視聴者が新しい視点から静止画を見ることを可能にする。 最近のアプローチでは、単分子深度ネットワークと塗装ネットワークを組み合わせることで、説得力のある結果が得られる。 単一画像3D撮影のためのモジュール・統一システムであるSLIDEについて述べる。
  論文  参考訳（メタデータ） (2021-09-02T16:37:20Z)
• DSP-SLAM: Object Oriented SLAM with Deep Shape Priors [16.867669408751507]
  対象物に対する高密度3次元モデルのリッチで正確な関節マップを構築するオブジェクト指向SLAMシステムを提案する。 DSP-SLAMは特徴ベースのSLAMシステムによって再構築された3Dポイントクラウドを入力として取り込む。 本評価では,近年の深層構造復元法に対して,物体の姿勢と形状の復元が改善したことを示す。
  論文  参考訳（メタデータ） (2021-08-21T10:00:12Z)
• Light Field Reconstruction Using Convolutional Network on EPI and Extended Applications [78.63280020581662]
  スパースビューからの光場再構成のための新しい畳み込みニューラルネットワーク(CNN)ベースのフレームワークを開発した。 最先端のアルゴリズムと比較して,提案フレームワークの高性能と堅牢性を実証する。
  論文  参考訳（メタデータ） (2021-03-24T08:16:32Z)
• Pseudo RGB-D for Self-Improving Monocular SLAM and Depth Prediction [72.30870535815258]
  モノクロ深度予測のためのCNNは、周囲の環境の3Dマップを構築するための2つの大きく不連続なアプローチを表している。 本稿では,CNN予測深度を利用してRGB-D特徴量に基づくSLAMを行う,狭義の広義の自己改善フレームワークを提案する。 一方、より原理化された幾何学的SLAMの3次元シーン構造とカメラポーズは、新しい広義のベースライン損失により奥行きネットワークに注入される。
  論文  参考訳（メタデータ） (2020-04-22T16:31:59Z)
• OmniSLAM: Omnidirectional Localization and Dense Mapping for Wide-baseline Multi-camera Systems [88.41004332322788]
  超広視野魚眼カメラ(FOV)を用いた広視野多視点ステレオ構成のための全方向位置決めと高密度マッピングシステムを提案する。 より実用的で正確な再構築のために、全方向深度推定のための改良された軽量のディープニューラルネットワークを導入する。 我々は全方位深度推定をビジュアル・オドメトリー(VO)に統合し,大域的整合性のためのループ閉鎖モジュールを付加する。
  論文  参考訳（メタデータ） (2020-03-18T05:52:10Z)

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。