論文の概要: Robust Visual Localization in Compute-Constrained Environments by Salient Edge Rendering and Weighted Hamming Similarity
- arxiv url: http://arxiv.org/abs/2509.25520v1
- Date: Mon, 29 Sep 2025 21:22:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-01 14:44:59.94553
- Title: Robust Visual Localization in Compute-Constrained Environments by Salient Edge Rendering and Weighted Hamming Similarity
- Title（参考訳）: 有意なエッジレンダリングと重み付きハミング類似性による計算制約環境におけるロバストな視覚的位置決め
- Authors: Tu-Hoa Pham, Philip Bailey, Daniel Posada, Georgios Georgakis, Jorge Enriquez, Surya Suresh, Marco Dolci, Philip Twu,
- Abstract要約: 我々は,火星サンプルリターンキャンペーンの文脈において,視覚に基づく6-DoFオブジェクトのポーズ推定の問題を考える。
本稿では,エッジ領域にマッチするテンプレートとともに,カスタムメトリックを活用する新しいローカライズアルゴリズムを提案する。
汎用ハードウェア上での安価で信頼性の高いローカライゼーションの新たな可能性を実現するため,ロバスト性と精度の両面で,計算およびメモリ制約によるローカライゼーションの最先端性を常に打ち負かしている。
- 参考スコア（独自算出の注目度）: 1.2621048930928775
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We consider the problem of vision-based 6-DoF object pose estimation in the context of the notional Mars Sample Return campaign, in which a robotic arm would need to localize multiple objects of interest for low-clearance pickup and insertion, under severely constrained hardware. We propose a novel localization algorithm leveraging a custom renderer together with a new template matching metric tailored to the edge domain to achieve robust pose estimation using only low-fidelity, textureless 3D models as inputs. Extensive evaluations on synthetic datasets as well as from physical testbeds on Earth and in situ Mars imagery shows that our method consistently beats the state of the art in compute and memory-constrained localization, both in terms of robustness and accuracy, in turn enabling new possibilities for cheap and reliable localization on general-purpose hardware.
- Abstract（参考訳）: 我々は,ロボットアームが低明度ピックアップと挿入のために複数の関心対象を,厳密な制約のあるハードウェアの下でローカライズする必要があるという,有意なマルスサンプルリターンキャンペーンの文脈において,視覚に基づく6-DoFオブジェクトのポーズ推定の問題点を考察する。
そこで本稿では,エッジドメインに適合するテンプレートマッチングメトリックと,カスタムレンダラーを併用した新たなローカライズアルゴリズムを提案し,低忠実でテクスチャのない3Dモデルのみを入力として,ロバストなポーズ推定を実現する。
合成データセットおよび地球上の物理的テストベッドおよび火星画像からの広範囲な評価により、我々の手法は、汎用ハードウェア上での安価で信頼性の高いローカライゼーションの新たな可能性を実現するために、堅牢性と精度の両面において、計算およびメモリ制限されたローカライゼーションの最先端技術に一貫して勝っていることが明らかとなった。
関連論文リスト
- Zero-shot Inexact CAD Model Alignment from a Single Image [53.37898107159792]
1つの画像から3Dシーン構造を推測する実践的なアプローチは、データベースから密に一致する3Dモデルを検索し、画像内のオブジェクトと整列させることである。
既存のメソッドは、イメージによる教師付きトレーニングとアノテーションのポーズに依存しており、オブジェクトカテゴリの狭いセットに制限されている。
ポーズアノテーションを必要とせず、未知のカテゴリに一般化する不正確な3次元モデルの弱い教師付き9-DoFアライメント法を提案する。
論文 参考訳（メタデータ） (2025-07-04T04:46:59Z) - Hierarchical Scoring with 3D Gaussian Splatting for Instance Image-Goal Navigation [27.040017548286812]
インスタンスイメージゴールナビゲーション(IIN)では、任意の視点から捉えた参照画像に描かれた対象物や場所を特定し、ナビゲートする必要がある。
ターゲットマッチングのための最適視点を推定する階層的スコアリングパラダイムを備えた新しいIINフレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-09T00:58:14Z) - Inter3D: A Benchmark and Strong Baseline for Human-Interactive 3D Object Reconstruction [34.89563280020313]
我々は,人間の相互作用対象の新たな状態合成のための新しいベンチマークとアプローチであるInter3Dを提案する。
提案したベンチマークで広範な実験を行い,課題とアプローチの優位性を示す。
論文 参考訳（メタデータ） (2025-02-19T10:00:00Z) - Puzzle Similarity: A Perceptually-guided Cross-Reference Metric for Artifact Detection in 3D Scene Reconstructions [6.735527828654709]
新規な視点でアーティファクトをローカライズするための新しいクロスリファレンス指標であるPuzzle similarityを提案する。
提案手法は,人的評価に関連し,新しい視点における工芸品の最先端のローカライゼーションを実現する。
我々は新しいメトリクスを活用して、画像の自動復元、ガイド付き取得、スパース入力からの3D再構成などの応用を強化することができる。
論文 参考訳（メタデータ） (2024-11-26T14:57:30Z) - PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - Find n' Propagate: Open-Vocabulary 3D Object Detection in Urban Environments [67.83787474506073]
我々は,現在のLiDARに基づく3Dオブジェクト検出システムの限界に対処する。
本稿では,3次元OVタスクに対する汎用textscFind n' Propagate アプローチを提案する。
我々は、新しいオブジェクトクラスに対する平均精度(AP)を最大3.97倍に向上させる。
論文 参考訳（メタデータ） (2024-03-20T12:51:30Z) - Combining Local and Global Pose Estimation for Precise Tracking of
Similar Objects [2.861848675707602]
類似・非テクスチャオブジェクトに対する多目的6D検出・追跡パイプラインを提案する。
合成画像のみを訓練した新しいネットワークアーキテクチャは、複数のオブジェクトの同時ポーズ推定を可能にする。
建設現場における実際のAR支援アプリケーションにおいて,システムがどのように利用できるかを示す。
論文 参考訳（メタデータ） (2022-01-31T14:36:57Z) - SRT3D: A Sparse Region-Based 3D Object Tracking Approach for the Real
World [10.029003607782878]
領域ベースの手法は、散らばったシーンにおけるテクスチャのない物体のモデルベースで単色な3D追跡において、ますます人気が高まっている。
しかし、ほとんどの手法は計算コストが高く、リアルタイムにかなりのリソースを必要とする。
SRT3Dは、この効率のギャップを埋める3Dオブジェクト追跡のためのスパース領域ベースのアプローチである。
論文 参考訳（メタデータ） (2021-10-25T07:58:18Z) - Progressive Coordinate Transforms for Monocular 3D Object Detection [52.00071336733109]
本稿では,学習座標表現を容易にするために,PCT(Em Progressive Coordinate Transforms)と呼ばれる,新しい軽量なアプローチを提案する。
本稿では,学習座標表現を容易にするために,PCT(Em Progressive Coordinate Transforms)と呼ばれる,新しい軽量なアプローチを提案する。
論文 参考訳（メタデータ） (2021-08-12T15:22:33Z)
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。