論文の概要: Towards Long Term SLAM on Thermal Imagery

• arxiv url: http://arxiv.org/abs/2403.19885v1
• Date: Thu, 28 Mar 2024 23:51:51 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-01 16:54:17.854280
• Title: Towards Long Term SLAM on Thermal Imagery
• Title（参考訳）: 熱画像の長期SLAMに向けて
• Authors: Colin Keil, Aniket Gupta, Pushyami Kaveti, Hanumant Singh,
• Abstract要約: 学習した特徴記述子は既存のBag of Wordのローカライズ方式で利用できることを示す。 訓練語彙の有効性を示すため,ベースラインSLAMシステムを開発した。 本システムでは, サーマルイメージの挑戦と, 昼夜の劇的なサーマル外観変化を克服する再ローカライゼーションについて, 良好な局所追跡を行う。
• 参考スコア（独自算出の注目度）: 0.6843496572893533
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual SLAM with thermal imagery, and other low contrast visually degraded environments such as underwater, or in areas dominated by snow and ice, remain a difficult problem for many state of the art (SOTA) algorithms. In addition to challenging front-end data association, thermal imagery presents an additional difficulty for long term relocalization and map reuse. The relative temperatures of objects in thermal imagery change dramatically from day to night. Feature descriptors typically used for relocalization in SLAM are unable to maintain consistency over these diurnal changes. We show that learned feature descriptors can be used within existing Bag of Word based localization schemes to dramatically improve place recognition across large temporal gaps in thermal imagery. In order to demonstrate the effectiveness of our trained vocabulary, we have developed a baseline SLAM system, integrating learned features and matching into a classical SLAM algorithm. Our system demonstrates good local tracking on challenging thermal imagery, and relocalization that overcomes dramatic day to night thermal appearance changes. Our code and datasets are available here: https://github.com/neufieldrobotics/IRSLAM_Baseline
• Abstract（参考訳）: 熱画像を用いた視覚SLAMや、水中や雪や氷が支配する地域での他の低コントラストの環境は、多くの最先端(SOTA)アルゴリズムにとって難しい問題である。 フロントエンドデータアソシエーションの挑戦に加えて、熱画像は長期的再ローカライズとマップの再利用にさらなる困難をもたらす。 熱画像中の物体の相対温度は、昼から夜にかけて劇的に変化する。 SLAMにおける再ローカライズに一般的に使用される特徴記述子は、これらの日内変化に対して一貫性を維持することができない。 学習した特徴記述子は、既存のBag of Wordベースのローカライズ方式で使用することができ、熱画像の時間的大きなギャップにおける位置認識を劇的に改善することができる。 学習語彙の有効性を実証するために,学習した特徴とマッチングを古典的なSLAMアルゴリズムに統合したベースラインSLAMシステムを開発した。 本システムでは, サーマルイメージの挑戦と, 昼夜の劇的なサーマル外観変化を克服する再ローカライゼーションについて, 良好な局所追跡を行う。 私たちのコードとデータセットはこちらで入手可能です。

関連論文リスト

• Loopy-SLAM: Dense Neural SLAM with Loop Closures [53.11936461015725]
  ポーズをグローバルに最適化するLoopy-SLAMと高密度3Dモデルを導入する。 我々は,データ駆動のポイントベースサブマップ生成手法を用いてフレーム・ツー・モデル追跡を行い,グローバルな位置認識を行うことで,オンラインのループクロージャをトリガーする。 合成Replicaおよび実世界のTUM-RGBDおよびScanNetデータセットの評価は、既存の高密度ニューラルネットワークRGBD SLAM法と比較して、追跡、マッピング、レンダリングの精度の競争力または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-02-14T18:18:32Z)
• SemanticSLAM: Learning based Semantic Map Construction and Robust Camera Localization [8.901799744401314]
  本稿では,エンド・ツー・エンドの視覚-慣性オドメトリーシステムであるSemanticSLAMを紹介する。 SemanticSLAMはRGB-Dセンサーから抽出された意味的特徴を使用する。 室内環境では、頻繁にカメラを入力しても効果的に機能する。
  論文  参考訳（メタデータ） (2024-01-23T20:02:02Z)
• DNS SLAM: Dense Neural Semantic-Informed SLAM [92.39687553022605]
  DNS SLAMは、ハイブリッド表現を備えた新しいRGB-DセマンティックSLAMアプローチである。 本手法は画像に基づく特徴抽出と多視点幾何制約を統合し,外観の細部を改良する。 実験により, 合成データと実世界のデータ追跡の両面において, 最先端の性能が得られた。
  論文  参考訳（メタデータ） (2023-11-30T21:34:44Z)
• Learning Real-World Image De-Weathering with Imperfect Supervision [57.748585821252824]
  既存の現実世界のデヒータリングデータセットは、接地トラス画像と入力された劣化画像の間に、一貫性のない照明、位置、テクスチャを示すことが多い。 我々は、入力劣化画像と可能な限り一貫性のある擬似ラベルを生成するための一貫性ラベルコンストラクタ(CLC)を開発した。 我々は,従来の不完全ラベルと擬似ラベルを組み合わせることで,情報割当戦略による脱ウェザリングモデルを共同で監督する。
  論文  参考訳（メタデータ） (2023-10-23T14:02:57Z)
• Similarity Min-Max: Zero-Shot Day-Night Domain Adaptation [52.923298434948606]
  低照度条件は人間の視覚経験を妨げるだけでなく、下流の視覚タスクにおけるモデルの性能を低下させる。 この論文は、境界適用性、すなわちゼロショットの昼夜ドメイン適応に関するより複雑なシナリオに挑戦する。 我々は、それらを統一された枠組みで考える類似性 min-max パラダイムを提案する。
  論文  参考訳（メタデータ） (2023-07-17T18:50:15Z)
• TextSLAM: Visual SLAM with Semantic Planar Text Features [8.8100408194584]
  本稿では,テキストオブジェクトをセマンティックな特徴として扱うことによって,テキストオブジェクトを密に統合する新しいビジュアルSLAM法を提案する。 地上の真理データを用いて様々な場面で本手法を検証した。 その結果、テクスチャ機能の統合により、日夜の画像にマッチするSLAMシステムがより優れていることがわかった。
  論文  参考訳（メタデータ） (2023-05-17T08:16:26Z)
• Visual SLAM: What are the Current Trends and What to Expect? [0.0]
  視力に基づくセンサは、SLAMシステムにおいて、大幅な性能、精度、効率の向上を示した。 VSLAMs領域で発行された45件のインパクトのある論文について,詳細な文献調査を行った。
  論文  参考訳（メタデータ） (2022-10-19T11:56:32Z)
• NICE-SLAM: Neural Implicit Scalable Encoding for SLAM [112.6093688226293]
  NICE-SLAMは階層的なシーン表現を導入することでマルチレベルローカル情報を組み込んだ高密度SLAMシステムである。 最近の暗黙的SLAMシステムと比較して、私たちのアプローチはよりスケーラブルで効率的で堅牢です。
  論文  参考訳（メタデータ） (2021-12-22T18:45:44Z)
• DXSLAM: A Robust and Efficient Visual SLAM System with Deep Features [5.319556638040589]
  本稿では、深層畳み込みニューラルネットワーク(CNN)による特徴抽出を、現代のSLAMフレームワークにシームレスに組み込むことができることを示す。 提案システムでは,最新のCNNを用いて各画像フレーム内のキーポイントを検出し,キーポイント記述子だけでなく,全体像のグローバル記述子も提供する。
  論文  参考訳（メタデータ） (2020-08-12T16:14:46Z)
• Crowdsampling the Plenoptic Function [56.10020793913216]
  このようなデータから時間変動照明下での新しいビュー合成手法を提案する。 本稿では,新しいDeepMPI表現について紹介する。 本手法は従来のMPI法と同等のパララックスとビュー依存効果を合成し, 反射率の変化と光の時間変化を同時に補間する。
  論文  参考訳（メタデータ） (2020-07-30T02:52:10Z)
• HeatNet: Bridging the Day-Night Domain Gap in Semantic Segmentation with Thermal Images [26.749261270690425]
  現実の運転シナリオでは、夜間照明や光沢のような環境条件が悪くなる。 日中夜間に適用可能な多モーダルセマンティックセマンティックセマンティクスモデルを提案する。 RGB画像以外にも、サーマルイメージを活用して、ネットワークをはるかに堅牢にしています。
  論文  参考訳（メタデータ） (2020-03-10T11:36:42Z)

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。