Fugu-MT 論文翻訳(概要): SOLVR: Submap Oriented LiDAR-Visual Re-Localisation

論文の概要: SOLVR: Submap Oriented LiDAR-Visual Re-Localisation

arxiv url: http://arxiv.org/abs/2409.10247v1
Date: Mon, 16 Sep 2024 12:58:03 GMT
ステータス: 処理完了
システム内更新日: 2024-09-17 15:30:17.024970
Title: SOLVR: Submap Oriented LiDAR-Visual Re-Localisation
Title（参考訳）: SOLVR: サブマップ指向のLiDAR-ビジュアル再ローカライゼーション
Authors: Joshua Knights, Sebastián Barbas Laina, Peyman Moghadam, Stefan Leutenegger,
Abstract要約: SOLVRは、センサーのモード間で位置認識と6-DoF登録を実行する。我々は,SOLVRがLiDAR-Visual 位置認識と登録のための最先端性能を実現していることを示す。
参考スコア（独自算出の注目度）: 13.434340164323473
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes SOLVR, a unified pipeline for learning based LiDAR-Visual re-localisation which performs place recognition and 6-DoF registration across sensor modalities. We propose a strategy to align the input sensor modalities by leveraging stereo image streams to produce metric depth predictions with pose information, followed by fusing multiple scene views from a local window using a probabilistic occupancy framework to expand the limited field-of-view of the camera. Additionally, SOLVR adopts a flexible definition of what constitutes positive examples for different training losses, allowing us to simultaneously optimise place recognition and registration performance. Furthermore, we replace RANSAC with a registration function that weights a simple least-squares fitting with the estimated inlier likelihood of sparse keypoint correspondences, improving performance in scenarios with a low inlier ratio between the query and retrieved place. Our experiments on the KITTI and KITTI360 datasets show that SOLVR achieves state-of-the-art performance for LiDAR-Visual place recognition and registration, particularly improving registration accuracy over larger distances between the query and retrieved place.
Abstract（参考訳）: 本稿では,センサモード間で位置認識と6-DoFの登録を行う,LiDAR-Visual再ローカライゼーションに基づく統合パイプラインであるSOLVRを提案する。ステレオ画像ストリームを利用してポーズ情報と距離深度予測を行い、さらに確率的占有フレームワークを用いて局所窓から複数のシーンビューを融合し、カメラの視野を限定的に拡大することで、入力センサのモダリティを整合させる戦略を提案する。さらに、SOLVRは、異なるトレーニング損失のポジティブな例を構成するものを柔軟に定義し、場所認識と登録性能を同時に最適化する。さらに、RANSACを、スパースキーポイント対応確率の推定値に適合する最小二乗を重み付けする登録関数に置き換え、クエリーと検索された場所の間の不整合率の低いシナリオにおける性能を向上させる。 KITTIとKITTI360データセットを用いた実験により、SOLVRはLiDAR-Visual Placeの認識と登録の最先端性能を達成し、特に検索と検索した場所のより広い距離での登録精度を向上させることが示された。

関連論文リスト

OverlapMamba: Novel Shift State Space Model for LiDAR-based Place Recognition [10.39935021754015]
位置認識のための新しいネットワークであるOverlapMambaを開発した。本手法は,以前に訪れた場所を異なる方向から横断する場合でも,ループの閉鎖を効果的に検出する。生のレンジビューの入力に基づいて、典型的なLiDARと複数ビューの組み合わせ法を時間的複雑さと速度で上回っている。
論文参考訳（メタデータ） (2024-05-13T17:46:35Z)
Local positional graphs and attentive local features for a data and runtime-efficient hierarchical place recognition pipeline [11.099588962062937]
本稿では,既存のアプローチを拡張し,新しいアイデアを提示する,ランタイムとデータ効率のよい階層型VPRパイプラインを提案する。まず,ローカル画像の特徴の空間的コンテキスト情報を符号化する学習不要かつ実行効率のよいアプローチであるローカル位置グラフ(LPG)を提案する。第2に,アテンタティブ・ローカルSPED(Attentive Local SPED)について述べる。第3に,超次元計算を利用した階層型パイプラインを提案し,高速な候補選択と候補再評価のために,全体的HDC記述子と同じ局所的特徴を利用する。
論文参考訳（メタデータ） (2024-03-15T13:26:39Z)
SVRDA: A Web-based Dataset Annotation Tool for Slice-to-Volume Registration [42.03033994348234]
提案するツールはSVRDAと呼ばれ、プラットフォームに依存しない協調データセットアノテーションのためのインストール不要のWebアプリケーションである。キーボードショートカットによる効率的な変換操作と,自動セーブによるスムーズなケーストランジションを実現する。スライス・ツー・ボリュームの登録を容易にするために、様々な補足機能が実装されている。
論文参考訳（メタデータ） (2023-11-27T04:49:24Z)
UnLoc: A Universal Localization Method for Autonomous Vehicles using LiDAR, Radar and/or Camera Input [51.150605800173366]
UnLocは、全ての気象条件におけるマルチセンサー入力によるローカライズのための、新しい統一型ニューラルネットワークアプローチである。本手法は,Oxford Radar RobotCar,Apollo SouthBay,Perth-WAの各データセットで広く評価されている。
論文参考訳（メタデータ） (2023-07-03T04:10:55Z)
TReR: A Lightweight Transformer Re-Ranking Approach for 3D LiDAR Place Recognition [2.6619797838632966]
3D LiDARに基づくローカライズ手法では, 検索に基づく位置認識を用いて, 効率よく再訪場所を見つけることができる。この研究は、情報検索の観点からこの問題に取り組み、ファーストレトリーブ・then-re-levelパラダイムを採用する。提案手法は,場所認識モデルに依存せず,グローバルな記述子のみに依存する。
論文参考訳（メタデータ） (2023-05-29T11:10:38Z)
MV-JAR: Masked Voxel Jigsaw and Reconstruction for LiDAR-Based Self-Supervised Pre-Training [58.07391711548269]
Masked Voxel Jigsaw and Reconstruction (MV-JAR) method for LiDAR-based self-supervised pre-training Masked Voxel Jigsaw and Reconstruction (MV-JAR) method for LiDAR-based self-supervised pre-training
論文参考訳（メタデータ） (2023-03-23T17:59:02Z)
Spatial Likelihood Voting with Self-Knowledge Distillation for Weakly Supervised Object Detection [54.24966006457756]
自己知識蒸留ネットワーク(SLV-SDネット)を用いたWSODフレームワークを提案する。 SLV-SD Netは、境界ボックスアノテーションなしで領域提案のローカライゼーションを収束させる。 PASCAL VOC 2007/2012およびMS-COCOデータセットの実験は、SLV-SD Netの優れた性能を示している。
論文参考訳（メタデータ） (2022-04-14T11:56:19Z)
iSDF: Real-Time Neural Signed Distance Fields for Robot Perception [64.80458128766254]
iSDFは実時間符号付き距離場再構成のための連続学習システムである。より正確な再構築と、衝突コストと勾配のより良い近似を生成する。
論文参考訳（メタデータ） (2022-04-05T15:48:39Z)
Improving Perception via Sensor Placement: Designing Multi-LiDAR Systems for Autonomous Vehicles [16.45799795374353]
確率的占有グリッド(POG)に基づく計算が容易な情報理論的サーロゲートコストメトリックを提案し、最大センシングのためのLiDAR配置を最適化する。以上の結果から,センサ配置は3Dポイントクラウドによる物体検出において重要な要素であり,最先端の認識アルゴリズムでは10%の精度で性能が変動する可能性が示唆された。
論文参考訳（メタデータ） (2021-05-02T01:52:18Z)
Inter-class Discrepancy Alignment for Face Recognition [55.578063356210144]
IA(Inter-class DiscrepancyAlignment)という統合フレームワークを提案する。 IDA-DAOは、画像と隣人の相違を考慮した類似度スコアの整合に使用される。 IDA-SSEは、GANで生成された仮想候補画像を導入することで、説得力のあるクラス間隣人を提供できます。
論文参考訳（メタデータ） (2021-03-02T08:20:08Z)
Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
本稿では,分類に基づく比較的研究の少ない方法論について検討する。我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
論文参考訳（メタデータ） (2020-11-19T05:42:02Z)

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。