論文の概要: NeuroLoc: Encoding Navigation Cells for 6-DOF Camera Localization
- arxiv url: http://arxiv.org/abs/2505.01113v1
- Date: Fri, 02 May 2025 08:47:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-05 17:21:19.973971
- Title: NeuroLoc: Encoding Navigation Cells for 6-DOF Camera Localization
- Title（参考訳）: NeuroLoc: 6-DOFカメラローカライゼーションのためのナビゲーションセルのエンコード
- Authors: Xun Li, Jian Yang, Fenli Jia, Muyu Wang, Qi Wu, Jun Wu, Jinpeng Mi, Jilin Hu, Peidong Liang, Xuan Tang, Ke Li, Xiong You, Xian Wei,
- Abstract要約: 本稿では,ニューロロックという新しいカメラ位置推定手法を提案する。
我々は、歴史的情報を保存・再生するための場所セル駆動のHebbian学習モジュールを設計した。
第2に,頭部の細胞にインスパイアされた内部方向学習をマルチヘッドアテンション埋め込みとして利用し,類似シーンにおける真の方向の復元に役立てた。
- 参考スコア（独自算出の注目度）: 32.731494053278304
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recently, camera localization has been widely adopted in autonomous robotic navigation due to its efficiency and convenience. However, autonomous navigation in unknown environments often suffers from scene ambiguity, environmental disturbances, and dynamic object transformation in camera localization. To address this problem, inspired by the biological brain navigation mechanism (such as grid cells, place cells, and head direction cells), we propose a novel neurobiological camera location method, namely NeuroLoc. Firstly, we designed a Hebbian learning module driven by place cells to save and replay historical information, aiming to restore the details of historical representations and solve the issue of scene fuzziness. Secondly, we utilized the head direction cell-inspired internal direction learning as multi-head attention embedding to help restore the true orientation in similar scenes. Finally, we added a 3D grid center prediction in the pose regression module to reduce the final wrong prediction. We evaluate the proposed NeuroLoc on commonly used benchmark indoor and outdoor datasets. The experimental results show that our NeuroLoc can enhance the robustness in complex environments and improve the performance of pose regression by using only a single image.
- Abstract（参考訳）: 近年、カメラのローカライゼーションは、その効率性と利便性のために自律型ロボットナビゲーションに広く採用されている。
しかし、未知の環境における自律ナビゲーションは、しばしばシーンの曖昧さ、環境障害、カメラのローカライゼーションにおける動的オブジェクト変換に悩まされる。
生体脳のナビゲーション機構(格子細胞,位置細胞,頭部細胞など)に触発されたこの問題に対処するため,ニューロロックと呼ばれる新しい神経生物学的カメラ位置推定法を提案する。
まず,歴史的情報を保存・再生するための位置セルを駆動するヘビアン学習モジュールを設計し,歴史的表現の詳細を復元し,シーンファジネスの問題を解決することを目的とした。
第2に,頭部の細胞にインスパイアされた内部方向学習をマルチヘッドアテンション埋め込みとして利用し,類似シーンにおける真の方向の復元に役立てた。
最後に、最終的な誤予測を減らすために、ポーズ回帰モジュールに3Dグリッドセンター予測を追加した。
提案したNeuroLocを,室内および屋外のベンチマークデータセットで評価した。
実験の結果,NeuroLocは複雑な環境下でのロバスト性を高め,単一の画像のみを用いてポーズ回帰の性能を向上させることができることがわかった。
関連論文リスト
- NeuroFly: A framework for whole-brain single neuron reconstruction [17.93211301158225]
本稿では,大規模な単一ニューロン再構築のための検証フレームワークであるNeuroFlyを紹介する。
NeuroFlyはプロセスを、セグメンテーション、接続、証明の3つのステージに分割する。
私たちの目標は、ニューロン再構築の課題に取り組むために、研究者間のコラボレーションを促進することです。
論文 参考訳（メタデータ） (2024-11-07T13:56:13Z) - Hierarchical localization with panoramic views and triplet loss functions [2.663377882489275]
本研究の目的は,移動ロボットの安全なナビゲーションに不可欠な視覚的位置決めに取り組むことである。
提案手法はパノラマ画像と三重畳み込みニューラルネットワークを用いる。
提案手法の限界を探索するため,異なる屋内環境下で三重項ネットワークを同時にテストした。
論文 参考訳（メタデータ） (2024-04-22T12:07:10Z) - A Neuromorphic Approach to Obstacle Avoidance in Robot Manipulation [16.696524554516294]
カメラ搭載マニピュレータにおける障害物回避のためのニューロモルフィックアプローチを開発する。
提案手法は, 畳み込みSNNでエミュレートされたイベントデータを処理し, 反応操作による高次軌道計画に適応する。
本研究は,SNN学習の導入,ニューロモルフィックプロセッサの利用,およびニューロモルフィック手法の可能性を探るものである。
論文 参考訳（メタデータ） (2024-04-08T20:42:10Z) - Bio-inspired spike-based Hippocampus and Posterior Parietal Cortex
models for robot navigation and environment pseudo-mapping [52.77024349608834]
本研究はスパイクに基づくロボットナビゲーションと環境擬似マッピングシステムを提案する。
海馬は環境状態マップの表現を担い、PPCは局所的な意思決定を担当している。
これはバイオインスパイアされた海馬記憶に基づく動的学習を用いた環境擬似マッピングシステムの最初の実装である。
論文 参考訳（メタデータ） (2023-05-22T10:20:34Z) - NEWTON: Neural View-Centric Mapping for On-the-Fly Large-Scale SLAM [51.21564182169607]
Newtonは、リアルタイム観測に基づいて動的にニューラルネットワークを構築するビュー中心のマッピング手法である。
本手法は,複数のニューラルネットワークを用いてシーンを表現することで,ループクロージャとシーン境界更新を用いたカメラポーズ更新を可能にする。
実験の結果,既存の世界中心型ニューラルネットワークSLAMシステムよりも優れた性能を示した。
論文 参考訳（メタデータ） (2023-03-23T20:22:01Z) - RobustLoc: Robust Camera Pose Regression in Challenging Driving
Environments [20.637799850945765]
本稿では, ニューラル微分方程式から摂動に対する頑健さを導出するRobustLocを提案する。
我々のモデルは畳み込みニューラルネットワークを用いて多視点画像から特徴マップを抽出する。
実験により、RobustLocは現在の最先端カメラの回帰モデルを上回ることが示されている。
論文 参考訳（メタデータ） (2022-11-21T08:02:39Z) - Spiking neural network for nonlinear regression [68.8204255655161]
スパイクニューラルネットワークは、メモリとエネルギー消費を大幅に削減する可能性を持っている。
彼らは、次世代のニューロモルフィックハードウェアによって活用できる時間的および神経的疎結合を導入する。
スパイキングニューラルネットワークを用いた回帰フレームワークを提案する。
論文 参考訳（メタデータ） (2022-10-06T13:04:45Z) - Rapid Learning of Spatial Representations for Goal-Directed Navigation
Based on a Novel Model of Hippocampal Place Fields [0.0]
場所セルと再生を組み込んだ自己組織化モデルを構築した。
障害物のある非自明な環境でのワンショット学習の高速化を実証する。
論文 参考訳（メタデータ） (2022-06-05T19:50:33Z) - Overcoming the Domain Gap in Neural Action Representations [60.47807856873544]
3Dポーズデータは、手動で介入することなく、マルチビュービデオシーケンスから確実に抽出できる。
本稿では,ニューラルアクション表現の符号化を,ニューラルアクションと行動拡張のセットと共に導くために使用することを提案する。
ドメインギャップを減らすために、トレーニングの間、同様の行動をしているように見える動物間で神経と行動のデータを取り替える。
論文 参考訳（メタデータ） (2021-12-02T12:45:46Z) - Non-linear Neurons with Human-like Apical Dendrite Activations [81.18416067005538]
XOR論理関数を100%精度で学習し, 標準的なニューロンに後続のアピーカルデンドライト活性化(ADA)が認められた。
コンピュータビジョン,信号処理,自然言語処理の6つのベンチマークデータセットについて実験を行った。
論文 参考訳（メタデータ） (2020-02-02T21:09:39Z) - Intrinsic Motivation and Episodic Memories for Robot Exploration of
High-Dimensional Sensory Spaces [0.0]
本研究では,マイクロファーミングロボットの画像センサのための好奇心駆動型目標指向探索行動を生成するアーキテクチャを提案する。
画像から低次元特徴をオフラインで教師なしで学習するためのディープニューラルネットワークと、システムの逆および前方運動学を表す浅層ニューラルネットワークのオンライン学習の組み合わせが用いられている。
人工好奇心システムは、予め定義された目標のセットに関心値を割り当て、学習の進捗を最大化すると予想される目標への探索を促進する。
論文 参考訳（メタデータ） (2020-01-07T11:39:20Z)
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。