論文の概要: OpenFLAME: Federated Visual Positioning System to Enable Large-Scale Augmented Reality Applications
- arxiv url: http://arxiv.org/abs/2510.03915v1
- Date: Sat, 04 Oct 2025 19:41:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-07 16:52:59.341275
- Title: OpenFLAME: Federated Visual Positioning System to Enable Large-Scale Augmented Reality Applications
- Title（参考訳）: OpenFLAME: 大規模拡張現実アプリケーションを実現するための統合視覚位置決めシステム
- Authors: Sagar Bharadwaj, Harrison Williams, Luke Wang, Michael Liang, Tao Jin, Srinivasan Seshan, Anthony Rowe,
- Abstract要約: GoogleやNianticのような大企業は、独自の視覚的位置決めシステム(VPS)を構築するために、屋外の公共空間を3Dスキャンしている。
これらの集中型VPSソリューションは、多くの将来のARアプリケーションのニーズを満たすことができず、プライバシー上の懸念や規制、そして3Dスキャンの更新とメンテナンスにおける労働ボトルネックのために、プライベートな屋内スペースをカバーしていない。
本稿では,独立系組織による独自のVPSサービスの3Dスキャンとメンテナンスを可能にする,連合型VPSバックエンドOpenFLAMEを提案する。
- 参考スコア（独自算出の注目度）: 11.664207024810425
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: World-scale augmented reality (AR) applications need a ubiquitous 6DoF localization backend to anchor content to the real world consistently across devices. Large organizations such as Google and Niantic are 3D scanning outdoor public spaces in order to build their own Visual Positioning Systems (VPS). These centralized VPS solutions fail to meet the needs of many future AR applications -- they do not cover private indoor spaces because of privacy concerns, regulations, and the labor bottleneck of updating and maintaining 3D scans. In this paper, we present OpenFLAME, a federated VPS backend that allows independent organizations to 3D scan and maintain a separate VPS service for their own spaces. This enables access control of indoor 3D scans, distributed maintenance of the VPS backend, and encourages larger coverage. Sharding of VPS services introduces several unique challenges -- coherency of localization results across spaces, quality control of VPS services, selection of the right VPS service for a location, and many others. We introduce the concept of federated image-based localization and provide reference solutions for managing and merging data across maps without sharing private data.
- Abstract（参考訳）: 世界規模の拡張現実(AR)アプリケーションは、デバイス間で一貫してコンテンツを現実世界に固定するために、ユビキタスな6DoFローカライゼーションバックエンドが必要です。
GoogleやNianticのような大企業は、独自のビジュアルポジショニングシステム(VPS)を構築するために、屋外の公共空間を3Dスキャンしている。
これらの集中型VPSソリューションは、多くの将来のARアプリケーションのニーズを満たすことができない -- プライバシー上の懸念、規制、および3Dスキャンの更新とメンテナンスの作業上のボトルネックのため、プライベートな屋内空間をカバーしていない。この記事では、独立組織が独自の空間のために3Dスキャンとメンテナンスを行うことのできる、連合型VPSバックエンドであるOpenFLAMEを紹介します。これにより、屋内3Dスキャンへのアクセス制御、VPSバックエンドの分散保守、より広範なカバレッジを促進する。VPSサービスのシャーディングには、空間間のローカライゼーション結果のコヒーレンシー、VPSサービスの適切なVPSサービスの選択など、いくつかのユニークな課題が導入されます。
フェデレーション画像に基づくローカライゼーションの概念を導入し、プライベートデータを共有することなく、マップ間のデータ管理とマージのための参照ソリューションを提供する。
関連論文リスト
- FedWiLoc: Federated Learning for Privacy-Preserving WiFi Indoor Localization [0.05941919160409143]
Wi-Fiベースの屋内ローカライゼーションシステムは,ユーザのプライバシ保護,動的マルチパス環境における正確な予測の実現,デプロイメントの一般化という,3つの重要な課題に直面している。
プライバシー保護のための屋内ローカライゼーションシステムであるFedWiLocを紹介する。
FedWiLocは、トレーニングと推論の両方を通じて強力なプライバシー保証を維持しながら、中央値のローカライゼーションエラーを61.9%向上させる。
論文 参考訳（メタデータ） (2025-12-20T04:10:15Z) - A Distributed Framework for Privacy-Enhanced Vision Transformers on the Edge [3.344634520578015]
視覚変換器(ViT)のための分散階層型オフロードフレームワークを提案する。
このアプローチでは、エッジオーケストレータとして、携帯電話やNvidia Jetsonといった、ローカルな信頼できるエッジデバイスを使用します。
設計上、単一の外部サーバが完全なイメージを持っておらず、包括的なデータ再構成を防いでいる。
論文 参考訳（メタデータ） (2025-12-10T04:37:07Z) - Personalized 3D Spatiotemporal Trajectory Privacy Protection with Differential and Distortion Geo-Perturbation [64.60694805725727]
本稿では3DSTPMという,個人化された3次元トラジェクトリプライバシ保護機構を提案する。
軌道上の位置間の相関を利用して攻撃する攻撃者の特徴を分析し,攻撃モデルを示す。
提案した3DSTPMは,ユーザのパーソナライズされたプライバシ保護のニーズを満たす際に,損失を効果的に低減することを示す。
論文 参考訳（メタデータ） (2025-11-27T07:41:14Z) - Versatile and Fast Location-Based Private Information Retrieval with Fully Homomorphic Encryption over the Torus [4.021179028452984]
本稿では,ユーザプライバシの保護を目的としたPIRシステムであるVeLoPIRを提案する。
VeLoPIRは3つの操作モード(インターバルバリデーション、座標バリデーション、識別子マッチング)を導入し、幅広い現実世界のアプリケーションをサポートする。
我々は、セキュリティとプライバシの正式な証明を提供し、標準的な暗号的仮定の下でシステムの堅牢性を確認する。
論文 参考訳（メタデータ） (2025-06-15T08:01:35Z) - DSPNet: Dual-vision Scene Perception for Robust 3D Question Answering [106.96097136553105]
3次元質問回答(3D QA)では、テキストによって記述された位置の3Dシーンを理解し、周囲の環境を判断し、その状況下での質問に答える必要がある。
既存の手法は通常、純粋な3次元点雲からのグローバルなシーン認識に依存しており、マルチビュー画像からのリッチな局所テクスチャの詳細の重要性を見落としている。
本稿では,DSPNet(Dual-vision Scene Perception Network)を提案する。
論文 参考訳（メタデータ） (2025-03-05T05:13:53Z) - The Streetscape Application Services Stack (SASS): Towards a Distributed Sensing Architecture for Urban Applications [7.650929650666603]
ストリートスケープアプリケーションは、多様なセンサーとリアルタイムな意思決定を統合するアプリケーションを通じて、安全、移動性、生活の質を改善することを目的としている。
Street Application Services Stack (SASS)は、これらの課題に、マルチモーダルデータ同期、時間的データ融合、分散エッジコンピューティングの3つのコアサービスで対処する。
私たちは、リアルタイムでスケーラブルな都市アプリケーションをサポートするために、SASSがいかに抽象化とパフォーマンスを提供するかを示します。
論文 参考訳（メタデータ） (2024-11-29T14:02:00Z) - SpatialRGPT: Grounded Spatial Reasoning in Vision Language Models [68.13636352687257]
VLMの空間知覚と推論能力を高めるために空間領域GPT(SpatialRGPT)を導入する。
推測中、ユーザが指定した領域の提案が提供されると、SpatialRGPTは相対的な方向と距離を正確に知覚できる。
本研究では,空間的推論タスクにおける局所的プロンプトと非局所的プロンプトの双方において,空間的RGPTにより性能が著しく向上することを示す。
論文 参考訳（メタデータ） (2024-06-03T17:59:06Z) - Privacy-Preserving Representations are not Enough -- Recovering Scene
Content from Camera Poses [63.12979986351964]
既存のプライバシ保護ローカライゼーションの取り組みは、クラウドベースのサービスにアクセス可能な攻撃者に対して防御することを目的としている。
攻撃者は、単にローカライズサービスに問い合わせるだけで、アクセスすることなくシーンの詳細を知ることができることを示す。
論文 参考訳（メタデータ） (2023-05-08T10:25:09Z) - Privacy-Preserving Visual Localization with Event Cameras [26.356901082347548]
クライアントサーバのローカライゼーションの問題として,エッジデバイスユーザがサービスプロバイダと視覚データを通信して,事前に構築した3Dマップに対して自分自身を位置決めする,という問題を考える。
このローカライゼーションパラダイムは、大規模な3Dマップを格納したり、リソース制限されたエッジデバイス上で高速なローカライゼーションを処理することは簡単ではないため、AR/VRやモバイルアプリケーションにおける位置情報ベースのサービスにとって重要なコンポーネントである。
我々の研究は、イベントカメラに基づくローカライゼーションパイプラインでこれらの課題を共同で解決することを目的としている。
論文 参考訳（メタデータ） (2022-12-04T07:22:17Z) - Video Polyp Segmentation: A Deep Learning Perspective [97.70996418522748]
本稿では,第1回総合ビデオポリプセグメンテーション(VPS)研究について紹介する。
まず、有名なSUNデータセットから158,690フレームを含む、SUN-SEGという高品質なフレーム単位のVPSデータセットを紹介します。
また,グローバルエンコーダ,ローカルエンコーダ,正規化自己保持ブロックからなる,シンプルだが効率的なベースラインを設計する。
論文 参考訳（メタデータ） (2022-03-27T12:40:10Z) - OdoViz: A 3D Odometry Visualization and Processing Tool [0.0]
OdoVizは、自動運転車のデータセットの3D視覚化と処理のための、リアクティブなWebベースのツールである。
このシステムには、GPS/INSのポーズ、ポイントクラウド、カメライメージのロード、検査、可視化、処理の機能を提供する。
論文 参考訳（メタデータ） (2021-07-15T18:37:19Z) - PC-DAN: Point Cloud based Deep Affinity Network for 3D Multi-Object
Tracking (Accepted as an extended abstract in JRDB-ACT Workshop at CVPR21) [68.12101204123422]
点雲は3次元座標における空間データの密集したコンパイルである。
我々は3次元多目的追跡(MOT)のためのPointNetベースのアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-03T05:36:39Z) - Conservative Plane Releasing for Spatial Privacy Protection in Mixed
Reality [7.734419216983683]
Augmented Reality(AR)またはMixed Reality(MR)プラットフォームは、物体や表面を検出するために空間的理解を必要とする。
これらの機能は、高解像度と周波数で3次元空間情報をキャプチャするためにAR/MRプラットフォームを必要とする。
データユーティリティを維持しながら空間的プライバシーを提供するために,空間的一般化と保守的リリースを活用することを提案する。
論文 参考訳（メタデータ） (2020-04-17T01:57:58Z)
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。