論文の概要: Revisiting Cross-View Localization from Image Matching

• arxiv url: http://arxiv.org/abs/2508.10716v1
• Date: Thu, 14 Aug 2025 14:57:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-15 22:24:48.370568
• Title: Revisiting Cross-View Localization from Image Matching
• Title（参考訳）: 画像マッチングによるクロスビューのローカライゼーションの再検討
• Authors: Panwang Xia, Qiong Wu, Lei Yu, Yi Liu, Mingtao Xiong, Lei Liang, Yongjun Zhang, Yi Wan,
• Abstract要約: クロスビューのローカライゼーションは、地上画像の3自由度ポーズを航空画像や衛星画像に登録することによって推定することを目的としている。 既存の方法は、直接ポーズを取るか、共有された鳥眼ビュー(BEV)空間で特徴を整列させる。 マッチングとローカライゼーションの両方を改善する新しいフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 12.411420734642988
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cross-view localization aims to estimate the 3 degrees of freedom pose of a ground-view image by registering it to aerial or satellite imagery. It is essential in GNSS-denied environments such as urban canyons and disaster zones. Existing methods either regress poses directly or align features in a shared bird's-eye view (BEV) space, both built upon accurate spatial correspondences between perspectives. However, these methods fail to establish strict cross-view correspondences, yielding only coarse or geometrically inconsistent matches. Consequently, fine-grained image matching between ground and aerial views remains an unsolved problem, which in turn constrains the interpretability of localization results. In this paper, we revisit cross-view localization from the perspective of cross-view image matching and propose a novel framework that improves both matching and localization. Specifically, we introduce a Surface Model to model visible regions for accurate BEV projection, and a SimRefiner module to refine the similarity matrix through local-global residual correction, eliminating the reliance on post-processing like RANSAC. To further support research in this area, we introduce CVFM, the first benchmark with 32,509 cross-view image pairs annotated with pixel-level correspondences. Extensive experiments demonstrate that our approach substantially improves both localization accuracy and image matching quality, setting new baselines under extreme viewpoint disparity.
• Abstract（参考訳）: クロスビューのローカライゼーションは、地上画像の3自由度ポーズを航空画像や衛星画像に登録することによって推定することを目的としている。 都市キャニオンや災害帯などのGNSSの環境において必要不可欠である。 既存の手法では、直感的なポーズや、視界間の正確な空間対応の上に構築された共有鳥眼ビュー(BEV)空間における特徴の整列を行う。 しかし、これらの手法は厳密なクロスビュー対応を確立することができず、粗いあるいは幾何学的に矛盾した一致しか得られない。 その結果、地上と空中の視界のきめ細かい画像マッチングは未解決の問題であり、その結果、局所化結果の解釈可能性に制約が生じる。 本稿では、クロスビュー画像マッチングの観点から、クロスビューのローカライゼーションを再考し、マッチングとローカライゼーションの両方を改善する新しいフレームワークを提案する。 具体的には、正確なBEV投影のための可視領域をモデル化するためのSurface Modelと、局所的な残差補正によって類似性行列を洗練するためのSimRefinerモジュールを導入し、RANSACのような後処理への依存を排除した。 この領域のさらなる研究を支援するために,画素レベルの対応を付加した32,509枚のクロスビュー画像対を用いた最初のベンチマークであるCVFMを紹介する。 広汎な実験により,本手法は局所化精度と画像整合性の両方を大幅に改善し,新たなベースラインを極度の視点差下で設定することを示した。

関連論文リスト

• FG$^2$: Fine-Grained Cross-View Localization by Fine-Grained Feature Matching [69.81167130510333]
  本研究では, 地上画像の3次元自由度ポーズを, 周囲の空中画像から推定する, 微粒なクロスビューローカライゼーション手法を提案する。 地中画像から生成された点面と地中画像からサンプリングされた点面とを合わせ、ポーズを推定する。 従来の最先端技術と比較して,VIGORクロスエリアテストセットでは,平均局所化誤差を28%削減する。
  論文  参考訳（メタデータ） (2025-03-24T14:34:20Z)
• BevSplat: Resolving Height Ambiguity via Feature-Based Gaussian Primitives for Weakly-Supervised Cross-View Localization [11.50186721264038]
  本稿では、弱教師付きクロスビューローカライゼーションの問題に対処する。 目的は、ノイズの多い地上の真実の注釈で衛星画像に対する地上カメラのポーズを推定することである。 特徴に基づくガウス的プリミティブを用いて高さのあいまいさを解決する新しい手法であるBevSplatを提案する。
  論文  参考訳（メタデータ） (2025-02-13T08:54:04Z)
• Cross-View Geo-Localization with Street-View and VHR Satellite Imagery in Decentrality Settings [39.252555758596706]
  Cross-View Geo-Localizationは、ストリートビュークエリ画像とジオタグ付き空中ビュー参照画像とを一致させる。 分散性はより深い調査を保証する重要な要因であり、より大規模な分散性は局所化効率を大幅に改善できるが、局所化精度の低下のコストがかかる。 DReSSは、広い地理的範囲と多様な景観を持つクロスビューなジオローカライゼーションを評価するために設計された、新しいデータセットである。
  論文  参考訳（メタデータ） (2024-12-16T08:07:53Z)
• Unsupervised Multi-view UAV Image Geo-localization via Iterative Rendering [31.716967688739036]
  無人航空機 (UAV) クロスビュージオローカライゼーション (CVGL) は重要な課題である。 既存の手法は、ビュー横断検索のための視点不変の特徴を抽出するためにラベル付きデータセットの監督に依存している。 衛星画像生成のためのUAV観測から3次元空間にシーン表現を持ち上げる教師なしのソリューションを提案する。
  論文  参考訳（メタデータ） (2024-11-22T09:22:39Z)
• Breaking the Frame: Visual Place Recognition by Overlap Prediction [53.17564423756082]
  本稿では,重なり合う予測に基づく新しい視覚的位置認識手法 VOP を提案する。 VOPは、Vision Transformerのバックボーンを使用してパッチレベルの埋め込みを取得することで、コビジュアブルなイメージセクションを進める。 提案手法では,データベース画像の重複点の評価に投票機構を用いる。
  論文  参考訳（メタデータ） (2024-06-23T20:00:20Z)
• Fine-Grained Cross-View Geo-Localization Using a Correlation-Aware Homography Estimator [12.415973198004169]
  そこで我々は, 微粒なクロスビューなジオローカライゼーションの新たなアプローチを提案する。 提案手法は,同じ領域をカバーするGPSタグ付き衛星画像と,歪んだ地上画像とを一致させる。 提案手法は30FPSの速度で動作し,最先端技術より優れる。
  論文  参考訳（メタデータ） (2023-08-31T17:59:24Z)
• View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
  本稿では,屋外ロボットのための微細な自己局在化手法を提案する。 提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。 これは、動的環境における知覚を増強する初めての疎視のみの手法である。
  論文  参考訳（メタデータ） (2023-08-16T02:51:52Z)
• CVLNet: Cross-View Semantic Correspondence Learning for Video-based Camera Localization [89.69214577915959]
  本稿では,クロスビューカメラのローカライゼーション問題に対処する。 本稿では、類似性マッチングの前に、問合せカメラの衛星画像に対する相対変位を推定する。 実験は、単一の画像に基づく位置決めよりもビデオベースの位置決めの有効性を実証した。
  論文  参考訳（メタデータ） (2022-08-07T07:35:17Z)
• Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization Using Satellite Image [91.29546868637911]
  本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。 鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。 標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
  論文  参考訳（メタデータ） (2022-04-10T19:16:58Z)
• Where am I looking at? Joint Location and Orientation Estimation by Cross-View Matching [95.64702426906466]
  ジオタグ付き空中画像の大規模データベースを考えると、クロスビューなジオローカライゼーションは問題となる。 地上画像と空中画像の向きを知ることは、これらの2つのビュー間のあいまいさを著しく軽減することができる。 局所化時の横方向のアライメントを推定する動的類似マッチングネットワークを設計する。
  論文  参考訳（メタデータ） (2020-05-08T05:21:16Z)

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。