論文の概要: Real-Time Bundle Adjustment for Ultra-High-Resolution UAV Imagery Using Adaptive Patch-Based Feature Tracking

• arxiv url: http://arxiv.org/abs/2511.06152v1
• Date: Sat, 08 Nov 2025 22:09:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-11 21:18:44.782629
• Title: Real-Time Bundle Adjustment for Ultra-High-Resolution UAV Imagery Using Adaptive Patch-Based Feature Tracking
• Title（参考訳）: 適応的パッチに基づく特徴追跡を用いた超高分解能UAV画像のリアルタイムバンドル調整
• Authors: Selim Ahmet Iz, Francesco Nex, Norman Kerle, Henry Meissner, Ralf Berger,
• Abstract要約: ダウンサンプリングなしで全解像度UAV画像を直接操作する新しいリアルタイムBAフレームワークを提案する。 当社の軽量でオンボード互換のアプローチでは、各イメージをユーザ定義のパッチに分割し、フレーム間で追跡しています。 UAVナビゲーションシステムを用いて画像間の重なり合う関係をリアルタイムで決定する。 提案アルゴリズムは,DLR Modular Aerial Camera System へのシームレスな統合のために設計されている。
• 参考スコア（独自算出の注目度）: 1.9247157750972368
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Real-time processing of UAV imagery is crucial for applications requiring urgent geospatial information, such as disaster response, where rapid decision-making and accurate spatial data are essential. However, processing high-resolution imagery in real time presents significant challenges due to the computational demands of feature extraction, matching, and bundle adjustment (BA). Conventional BA methods either downsample images, sacrificing important details, or require extensive processing time, making them unsuitable for time-critical missions. To overcome these limitations, we propose a novel real-time BA framework that operates directly on fullresolution UAV imagery without downsampling. Our lightweight, onboard-compatible approach divides each image into user-defined patches (e.g., NxN grids, default 150x150 pixels) and dynamically tracks them across frames using UAV GNSS/IMU data and a coarse, globally available digital surface model (DSM). This ensures spatial consistency for robust feature extraction and matching between patches. Overlapping relationships between images are determined in real time using UAV navigation system, enabling the rapid selection of relevant neighbouring images for localized BA. By limiting optimization to a sliding cluster of overlapping images, including those from adjacent flight strips, the method achieves real-time performance while preserving the accuracy of global BA. The proposed algorithm is designed for seamless integration into the DLR Modular Aerial Camera System (MACS), supporting largearea mapping in real time for disaster response, infrastructure monitoring, and coastal protection. Validation on MACS datasets with 50MP images demonstrates that the method maintains precise camera orientations and high-fidelity mapping across multiple strips, running full bundle adjustment in under 2 seconds without GPU acceleration.
• Abstract（参考訳）: UAV画像のリアルタイム処理は、迅速な意思決定と正確な空間データが不可欠である災害対応などの緊急地理空間情報を必要とするアプリケーションにとって不可欠である。 しかし,高解像度画像をリアルタイムに処理することは,特徴抽出,マッチング,バンドル調整 (BA) の計算要求に起因する重要な課題である。 従来のBA手法では、画像のサンプル化や重要な詳細を犠牲にしたり、広範囲の処理時間を必要とするため、時間クリティカルなミッションには適さない。 これらの制約を克服するために,ダウンサンプリングなしで全解像度UAV画像を直接操作する新しいリアルタイムBAフレームワークを提案する。 我々の軽量でオンボード互換なアプローチは、各画像をユーザ定義のパッチ(例えば、NxNグリッド、デフォルトの150x150ピクセル)に分割し、UAV GNSS/IMUデータと粗いグローバルなデジタルサーフェスモデル(DSM)を使用してフレームを動的に追跡します。 これにより、ロバストな特徴抽出とパッチ間のマッチングのための空間的一貫性が保証される。 UAVナビゲーションシステムを用いて、画像間の重なり合う関係をリアルタイムで決定し、局所BAのための関連画像の迅速な選択を可能にする。 隣接するフライトストリップを含む重なり合う画像のスライディングクラスタに最適化を制限することにより、グローバルBAの精度を保ちながら、リアルタイムのパフォーマンスを実現する。 提案アルゴリズムは,DLR Modular Aerial Camera System (MACS) へのシームレスな統合を目的として設計され,災害対応,インフラ監視,沿岸保護のための大規模マッピングをリアルタイムでサポートする。 50MP画像によるMACSデータセットの検証では、複数のストリップにまたがる正確なカメラ配向と高忠実度マッピングを維持し、GPUアクセラレーションなしで2秒以内に完全なバンドル調整を実行する。

関連論文リスト

• A Diffusion-Based Framework for Terrain-Aware Remote Sensing Image Reconstruction [4.824120664293887]
  SatelliteMakerは、さまざまなレベルのデータ損失で失われたデータを再構成する拡散ベースの方法である。 条件入力としてのDEM(Digital Elevation Model)は、リアルな画像を生成するために調整されたプロンプトを使用する。 分散損失に基づくVGG-Adapterモジュール。
  論文  参考訳（メタデータ） (2025-04-16T14:19:57Z)
• FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion [92.4205087439928]
  画像強調共同深度推定法は、頑健な知覚に相補的なモダリティを利用するが、一般化可能性の課題に直面している。 自己監督型転送(PST)と周波数デカップリング型フュージョンモジュール(FreDF)を提案する。 PSTは、画像基盤モデルとの遅延空間アライメントによるクロスモーダルな知識伝達を確立し、データ不足を効果的に軽減する。 FreDFは、低周波構造成分から高周波エッジ特性を明示的に分離し、モード比周波数ミスマッチを解消する。 この組み合わせのアプローチにより、FUSEはターゲットデータセットに対する軽量デコーダ適応のみを必要とするユニバーサルなイメージイベントを構築することができる。
  論文  参考訳（メタデータ） (2025-03-25T15:04:53Z)
• A Multi-Sensor Fusion Approach for Rapid Orthoimage Generation in Large-Scale UAV Mapping [3.321306647655686]
  グローバル測位システム(GPS)、慣性計測ユニット(IMU)、4Dミリ波レーダとカメラを統合したマルチセンサUAVシステムにより、この問題に対する効果的な解決策を提供することができる。 予め最適化された特徴マッチング手法を導入し、マッチング速度と精度を向上させる。 実験の結果,提案手法は短時間で正確な特徴マッチングを実現できることがわかった。
  論文  参考訳（メタデータ） (2025-03-03T05:55:30Z)
• Towards Real-Time 2D Mapping: Harnessing Drones, AI, and Computer Vision for Advanced Insights [0.0]
  本稿では、ドローン画像と機械学習とコンピュータビジョンを組み合わせることで、様々な地形における速度、精度、適応性の課題を克服する高度マッピングシステムを提案する。 このシステムは、最小レイテンシでシームレスで高解像度の地図を生成し、防衛作戦において戦略的優位性を提供する。
  論文  参考訳（メタデータ） (2024-12-28T16:47:18Z)
• Cross-Scan Mamba with Masked Training for Robust Spectral Imaging [51.557804095896174]
  本研究では,空間スペクトルSSMを用いたクロススキャンマンバ(CS-Mamba)を提案する。 実験の結果, CS-Mambaは最先端の性能を達成し, マスク付きトレーニング手法によりスムーズな特徴を再構築し, 視覚的品質を向上させることができた。
  論文  参考訳（メタデータ） (2024-08-01T15:14:10Z)
• TASeg: Temporal Aggregation Network for LiDAR Semantic Segmentation [80.13343299606146]
  そこで本稿では, 時系列LiDARアグリゲーション・蒸留(TLAD)アルゴリズムを提案する。 時間画像のフル活用を目的として,カメラFOVを大幅に拡張できるTIAFモジュールを設計した。 また,静的移動スイッチ拡張(SMSA)アルゴリズムを開発し,時間的情報を利用してオブジェクトの動作状態を自由に切り替える。
  論文  参考訳（メタデータ） (2024-07-13T03:00:16Z)
• Image-GS: Content-Adaptive Image Representation via 2D Gaussians [52.598772767324036]
  本稿では,2次元ガウス放射率に基づくコンテンツ適応型画像表現であるImage-GSを紹介する。 リアルタイム使用のためにハードウェアフレンドリーな高速アクセスをサポートし、ピクセルをデコードするためには0.3KのMACしか必要としない。 テクスチャ圧縮、セマンティクス対応圧縮、共同画像圧縮と復元など、いくつかのアプリケーションでその汎用性を実証する。
  論文  参考訳（メタデータ） (2024-07-02T00:45:21Z)

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。