論文の概要: EmbodiedPlace: Learning Mixture-of-Features with Embodied Constraints for Visual Place Recognition

• arxiv url: http://arxiv.org/abs/2506.13133v1
• Date: Mon, 16 Jun 2025 06:40:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:47.58603
• Title: EmbodiedPlace: Learning Mixture-of-Features with Embodied Constraints for Visual Place Recognition
• Title（参考訳）: EmbodiedPlace:視覚的位置認識のためのEmbodied Constraintとの混合学習
• Authors: Bingxi Liu, Hao Chen, Shiyi Guo, Yihong Wu, Jinqiang Cui, Hong Zhang,
• Abstract要約: 視覚的位置認識(VPR)は、コンピュータビジョンにおけるシーン指向の画像検索問題である。 そこで本稿では,Mixture-of-Features (MoF) アプローチを具体的制約下で適用することにより,グローバルな特徴を洗練する,新しい簡易なリグレード手法を提案する。
• 参考スコア（独自算出の注目度）: 9.75969669445091
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Visual Place Recognition (VPR) is a scene-oriented image retrieval problem in computer vision in which re-ranking based on local features is commonly employed to improve performance. In robotics, VPR is also referred to as Loop Closure Detection, which emphasizes spatial-temporal verification within a sequence. However, designing local features specifically for VPR is impractical, and relying on motion sequences imposes limitations. Inspired by these observations, we propose a novel, simple re-ranking method that refines global features through a Mixture-of-Features (MoF) approach under embodied constraints. First, we analyze the practical feasibility of embodied constraints in VPR and categorize them according to existing datasets, which include GPS tags, sequential timestamps, local feature matching, and self-similarity matrices. We then propose a learning-based MoF weight-computation approach, utilizing a multi-metric loss function. Experiments demonstrate that our method improves the state-of-the-art (SOTA) performance on public datasets with minimal additional computational overhead. For instance, with only 25 KB of additional parameters and a processing time of 10 microseconds per frame, our method achieves a 0.9\% improvement over a DINOv2-based baseline performance on the Pitts-30k test set.
• Abstract（参考訳）: 視覚的位置認識(VPR)は、コンピュータビジョンにおけるシーン指向の画像検索の問題であり、局所的な特徴に基づいて再ランク付けされる。 ロボット工学では、VPRはループクロージャ検出(Loop Closure Detection)とも呼ばれ、シーケンス内の空間的時間的検証を強調する。 しかしながら、VPR専用のローカル機能の設計は現実的ではなく、モーションシーケンスに依存しているため制限が課せられる。 これらの観測から着想を得て,Mixture-of-Features(MoF)アプローチを具体的制約下で,グローバルな特徴を洗練する,新しい簡易な手法を提案する。 まず、VPRにおける具体的制約の実現可能性を分析し、GPSタグ、シーケンシャルタイムスタンプ、局所特徴マッチング、自己相似行列を含む既存のデータセットに分類する。 次に,多値損失関数を用いた学習に基づくMoF重み計算手法を提案する。 実験により,計算オーバーヘッドが最小限に抑えられた公開データセット上でのSOTA(State-of-the-art)性能が向上することを示した。 例えば、25KBの追加パラメータと1フレームあたり10マイクロ秒の処理時間しか持たず、DINOv2ベースのPitts-30kテストセットのベースライン性能よりも0.9\%向上する。

関連論文リスト

• SelaVPR++: Towards Seamless Adaptation of Foundation Models for Efficient Place Recognition [69.58329995485158]
  近年の研究では、事前学習した視覚基盤モデルを用いた視覚的位置認識(VPR)法が有望な性能を達成できることが示されている。 本稿では,基礎モデルのVPRへのシームレスな適応を実現する新しい手法を提案する。 効率の向上と性能向上のために,SelaVPR++と呼ばれるSelaVPRの拡張を提案する。
  論文  参考訳（メタデータ） (2025-02-23T15:01:09Z)
• VLAD-BuFF: Burst-aware Fast Feature Aggregation for Visual Place Recognition [23.173085268845384]
  本稿では,VLAD-BuFFを提案する。これは,エンドツーエンドのVPRトレーニングにおいてバースト認識機能を学ぶための,自己相似機能割引機構である。 我々は、VLAD-BuFFが新しい技術状態を設定する9つの公開データセットに対して、我々の手法をベンチマークする。 提案手法は,12倍の局所的特徴量でも高いリコールを維持できるため,リコールを伴わずに高速な特徴集約が可能となる。
  論文  参考訳（メタデータ） (2024-09-28T09:44:08Z)
• EffoVPR: Effective Foundation Model Utilization for Visual Place Recognition [6.996304653818122]
  本稿では,視覚的位置認識のための基礎モデルの可能性を活用するための効果的なアプローチを提案する。 ゼロショット設定であっても,自己注意層から抽出した特徴がVPRの強力な再ランカとして機能することを示す。 また,本手法は高いロバスト性および一般化を実証し,新しい最先端性能の設定を行う。
  論文  参考訳（メタデータ） (2024-05-28T11:24:41Z)
• 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)
• Towards Seamless Adaptation of Pre-trained Models for Visual Place Recognition [72.35438297011176]
  視覚的位置認識のための事前学習モデル(VPR)のシームレスな適応を実現する新しい手法を提案する。 具体的には、地域を識別するための有意義なランドマークに焦点を当てたグローバルな特徴とローカルな特徴の両方を得るために、ハイブリッド適応法を設計する。 実験結果から,本手法はトレーニングデータやトレーニング時間が少なく,最先端の手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2024-02-22T12:55:01Z)
• Self-Supervised Place Recognition by Refining Temporal and Featural Pseudo Labels from Panoramic Data [16.540900776820084]
  本稿では,時間的近傍と学習可能な特徴近傍を用いて未知の空間近傍を探索するTF-VPRという新しいフレームワークを提案する。 本手法は,リコール率,ロバスト性,方向多様性において,自己監督ベースラインよりも優れる。
  論文  参考訳（メタデータ） (2022-08-19T12:59:46Z)
• STA-VPR: Spatio-temporal Alignment for Visual Place Recognition [17.212503755962757]
  画像間の距離を計測しながら空間領域から局所的な特徴を整列する適応動的時間ウォーピングアルゴリズムを提案する。 時間的アライメントに基づく画像シーケンスマッチングを行うために、局所マッチングDTWアルゴリズムを適用した。 その結果,提案手法はcnnに基づく手法を大幅に改善した。
  論文  参考訳（メタデータ） (2021-03-25T03:27:42Z)
• 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)

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。