論文の概要: Towards Revisiting Visual Place Recognition for Joining Submaps in Multimap SLAM
- arxiv url: http://arxiv.org/abs/2407.12408v1
- Date: Wed, 17 Jul 2024 08:39:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-18 17:47:48.152858
- Title: Towards Revisiting Visual Place Recognition for Joining Submaps in Multimap SLAM
- Title（参考訳）: マルチマップSLAMにおけるサブマップへの視覚的位置認識の再検討
- Authors: Markus Weißflog, Stefan Schubert, Peter Protzel, Peer Neubert,
- Abstract要約: 視覚SLAMシステムにおけるサブマップマージにおける最新のVPR手法の適用効果について検討する。
ポストプロセッシングパイプラインとメトリクスのセットを使って、現代のVPRコンポーネントの影響を推定します。
我々はORB-SLAM3のマップマージ性能を改善した。
- 参考スコア（独自算出の注目度）: 10.424613957613165
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Visual SLAM is a key technology for many autonomous systems. However, tracking loss can lead to the creation of disjoint submaps in multimap SLAM systems like ORB-SLAM3. Because of that, these systems employ submap merging strategies. As we show, these strategies are not always successful. In this paper, we investigate the impact of using modern VPR approaches for submap merging in visual SLAM. We argue that classical evaluation metrics are not sufficient to estimate the impact of a modern VPR component on the overall system. We show that naively replacing the VPR component does not leverage its full potential without requiring substantial interference in the original system. Because of that, we present a post-processing pipeline along with a set of metrics that allow us to estimate the impact of modern VPR components. We evaluate our approach on the NCLT and Newer College datasets using ORB-SLAM3 with NetVLAD and HDC-DELF as VPR components. Additionally, we present a simple approach for combining VPR with temporal consistency for map merging. We show that the map merging performance of ORB-SLAM3 can be improved. Building on these results, researchers in VPR can assess the potential of their approaches for SLAM systems.
- Abstract（参考訳）: 視覚SLAMは多くの自律システムにとって重要な技術である。
しかし、追跡損失は、ORB-SLAM3のようなマルチマップSLAMシステムにおける不整合部分マップの作成につながる可能性がある。
そのため、これらのシステムはサブマップマージ戦略を採用している。
示すように、これらの戦略は必ずしも成功していない。
本稿では,視覚SLAMにおけるサブマップマージにおける,最新のVPR手法の適用効果について検討する。
古典的評価指標は,現代のVPRコンポーネントがシステム全体に与える影響を推定するには不十分である。
本研究は,VPRコンポーネントを鼻で置き換えることによって,元のシステムに実質的な干渉を伴わずに,その潜在能力を最大限に活用することができないことを示す。
そのため、現在のVPRコンポーネントの影響を見積もることのできるメトリクスセットとともに、後処理パイプラインを提示します。
我々は,OCB-SLAM3とNetVLAD,HDC-DELFをVPR成分とするNCLTとNewer Collegeのデータセットに対するアプローチを評価した。
さらに,VPRと時間的整合性を組み合わせたマップマージ手法を提案する。
我々はORB-SLAM3のマップマージ性能を改善した。
これらの結果に基づいて、VPRの研究者はSLAMシステムに対するアプローチの可能性を評価することができる。
関連論文リスト
- Deep Homography Estimation for Visual Place Recognition [49.235432979736395]
本稿では,変換器を用いたディープホモグラフィー推定(DHE)ネットワークを提案する。
バックボーンネットワークによって抽出された濃密な特徴写像を入力とし、高速で学習可能な幾何的検証のためにホモグラフィーに適合する。
ベンチマークデータセットを用いた実験により,本手法はいくつかの最先端手法より優れていることが示された。
論文 参考訳（メタデータ） (2024-02-25T13:22:17Z) - AANet: Aggregation and Alignment Network with Semi-hard Positive Sample
Mining for Hierarchical Place Recognition [48.043749855085025]
視覚的位置認識(VPR)はロボット工学におけるホットスポットの一つで、視覚情報を用いてロボットの位置を特定する。
本稿では,アグリゲーションモジュールを介して候補を検索するためのグローバルな特徴を抽出できる統一ネットワークを提案する。
また、より堅牢なVPRネットワークをトレーニングするために、適切なハード正のイメージを選択するためのセミハード正のサンプルマイニング(ShPSM)戦略を提案する。
論文 参考訳（メタデータ） (2023-10-08T14:46:11Z) - DVI-SLAM: A Dual Visual Inertial SLAM Network [31.067716365926845]
本稿では2つの視覚的要素を持つ新しいディープSLAMネットワークを提案する。
提案するネットワークは,両視覚要因の信頼度マップを動的に学習し,調整する。
大規模な実験により,提案手法はいくつかの公開データセットにおいて,最先端の手法を著しく上回っていることが確認された。
論文 参考訳（メタデータ） (2023-09-25T01:42:54Z) - H-SLAM: Hybrid Direct-Indirect Visual SLAM [1.1470070927586016]
本稿では,1つの逆深度シーン表現を生成するために記述子共有を利用する新しい手法を提案する。
この表現は局所的に使用することができ、ループクロージャを実行するためにグローバルにクエリされ、以前に観測されたマップポイントを再活性化する機能を持つ。
提案手法で生成したマップは互いにドリフトを示さず,他の単分子SLAMシステムに必要な計算コストとメモリフットプリントのごく一部で計算できる。
論文 参考訳（メタデータ） (2023-06-12T18:39:03Z) - BEVBert: Multimodal Map Pre-training for Language-guided Navigation [75.23388288113817]
視覚・言語ナビゲーション(VLN)における空間認識型マップベース事前学習パラダイムを提案する。
我々は,グローバルなトポロジカルマップにおけるナビゲーション依存性をモデル化しながら,不完全な観測を明示的に集約し,重複を取り除くための局所距離マップを構築した。
ハイブリッドマップをベースとして,マルチモーダルマップ表現を学習するための事前学習フレームワークを考案し,空間認識型クロスモーダル推論を強化し,言語誘導ナビゲーションの目標を導出する。
論文 参考訳（メタデータ） (2022-12-08T16:27:54Z) - FD-SLAM: 3-D Reconstruction Using Features and Dense Matching [18.577229381683434]
本稿では,高密度フレーム・モデル・オードメトリーを用いたRGB-D SLAMシステムを提案する。
マップ構築をさらに安定化させる3次元特徴に基づく学習ベースのループクロージャコンポーネントを組み込んだ。
このアプローチは、他のシステムがしばしば失敗する大きなシーンにも拡張できる。
論文 参考訳（メタデータ） (2022-03-25T18:58:46Z) - 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) - CAMERAS: Enhanced Resolution And Sanity preserving Class Activation
Mapping for image saliency [61.40511574314069]
バックプロパゲーション画像のサリエンシは、入力中の個々のピクセルのモデル中心の重要性を推定することにより、モデル予測を説明することを目的としている。
CAMERASは、外部の事前処理を必要とせずに、高忠実度バックプロパゲーション・サリエンシ・マップを計算できる手法である。
論文 参考訳（メタデータ） (2021-06-20T08:20:56Z) - Map completion from partial observation using the global structure of
multiple environmental maps [4.627706451989238]
本稿では,深層ニューラルネットワークを応用した確率的生成モデルに基づく新しいSLAM法であるマップ補完ネットワークを用いたSLAM(MCN-SLAM)を提案する。
提案手法は,従来のSLAM法よりも,部分観測の状況下で1.3倍の精度で環境マップを推定できることを実験で示した。
論文 参考訳（メタデータ） (2021-03-16T13:48:37Z) - Early Bird: Loop Closures from Opposing Viewpoints for
Perceptually-Aliased Indoor Environments [35.663671249819124]
本稿では,視点変化と知覚的エイリアスを同時に扱う新しい研究を提案する。
本稿では,VPRとSLAMの統合により,VPRの性能向上,特徴対応,グラフサブモジュールのポーズが著しく促進されることを示す。
知覚的エイリアス化や180度回転する極端な視点変化に拘わらず,最先端のパフォーマンスを実現するローカライズシステムについて初めて紹介する。
論文 参考訳（メタデータ） (2020-10-03T20:18:55Z) - 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。