Fugu-MT 論文翻訳(概要): Keyframe-based Dense Mapping with the Graph of View-Dependent Local Maps

論文の概要: Keyframe-based Dense Mapping with the Graph of View-Dependent Local Maps

arxiv url: http://arxiv.org/abs/2601.08520v1
Date: Tue, 13 Jan 2026 13:02:22 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-14 18:27:19.206591
Title: Keyframe-based Dense Mapping with the Graph of View-Dependent Local Maps
Title（参考訳）: ビュー依存ローカルマップのグラフを用いたキーフレームに基づくDense Mapping
Authors: Krzysztof Zielinski, Dominik Belter,
Abstract要約: 提案手法は,RGB-Dセンサのデータを用いて局所正規分布変換マップ(NDT)を更新する。 NDTのセルは2次元ビュー依存構造に格納され、RGB-Dカメラの特性と不確実性モデルをよりよく活用する。
参考スコア（独自算出の注目度）: 1.2031796234206136
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this article, we propose a new keyframe-based mapping system. The proposed method updates local Normal Distribution Transform maps (NDT) using data from an RGB-D sensor. The cells of the NDT are stored in 2D view-dependent structures to better utilize the properties and uncertainty model of RGB-D cameras. This method naturally represents an object closer to the camera origin with higher precision. The local maps are stored in the pose graph which allows correcting global map after loop closure detection. We also propose a procedure that allows merging and filtering local maps to obtain a global map of the environment. Finally, we compare our method with Octomap and NDT-OM and provide example applications of the proposed mapping method.
Abstract（参考訳）: 本稿では,キーフレームに基づく新しいマッピングシステムを提案する。提案手法は,RGB-Dセンサのデータを用いて局所正規分布変換マップ(NDT)を更新する。 NDTのセルは2次元ビュー依存構造に格納され、RGB-Dカメラの特性と不確実性モデルをよりよく活用する。この方法は自然に高い精度でカメラの原点に近い物体を表す。ローカルマップは、ループ閉鎖検出後のグローバルマップの修正を可能にするポーズグラフに格納される。また,環境のグローバルマップを得るために,ローカルマップのマージとフィルタリングを可能にする手法を提案する。最後に,提案手法をOctomapとNDT-OMと比較し,提案手法の例を示す。

関連論文リスト

PointMapPolicy: Structured Point Cloud Processing for Multi-Modal Imitation Learning [35.5287060355186]
現在のクラウドメソッドは、特に複雑なタスクにおいて、きめ細かい詳細を捉えるのに苦労しています。本稿では,ポイントのグリッド上に拡散ポリシを条件付ける新しいアプローチであるPointMapPolicyを紹介する。モデルでは,RGBデータとポイントマップを効率的に融合し,マルチモーダル知覚を向上する。
論文参考訳（メタデータ） (2025-10-23T10:17:01Z)
Splat-SLAM: Globally Optimized RGB-only SLAM with 3D Gaussians [87.48403838439391]
3D Splattingは、RGBのみの高密度SLAMの幾何学と外観の強力な表現として登場した。本稿では,高密度な3次元ガウス写像表現を持つRGBのみのSLAMシステムを提案する。 Replica、TUM-RGBD、ScanNetのデータセットに対する実験は、グローバルに最適化された3Dガウスの有効性を示している。
論文参考訳（メタデータ） (2024-05-26T12:26:54Z)
3DGS-ReLoc: 3D Gaussian Splatting for Map Representation and Visual ReLocalization [13.868258945395326]
本稿では,3次元ガウススプラッティングを用いた3次元マッピングと視覚的再局在のための新しいシステムを提案する。提案手法は、LiDARとカメラデータを用いて、環境の正確な視覚的表現を生成する。
論文参考訳（メタデータ） (2024-03-17T23:06:12Z)
Loopy-SLAM: Dense Neural SLAM with Loop Closures [53.11936461015725]
ポーズをグローバルに最適化するLoopy-SLAMと高密度3Dモデルを導入する。我々は,データ駆動のポイントベースサブマップ生成手法を用いてフレーム・ツー・モデル追跡を行い,グローバルな位置認識を行うことで,オンラインのループクロージャをトリガーする。合成Replicaおよび実世界のTUM-RGBDおよびScanNetデータセットの評価は、既存の高密度ニューラルネットワークRGBD SLAM法と比較して、追跡、マッピング、レンダリングの精度の競争力または優れた性能を示す。
論文参考訳（メタデータ） (2024-02-14T18:18:32Z)
Dense RGB SLAM with Neural Implicit Maps [34.37572307973734]
ニューラル暗黙マップ表現を用いた高密度RGB SLAM法を提案する。提案手法は,映像フレームの描画と入力を一致させることで,カメラの動きとニューラル暗黙マップを同時に解く。提案手法は,従来の手法よりも良好な結果が得られ,最近のRGB-D SLAM法を超えている。
論文参考訳（メタデータ） (2023-01-21T09:54:07Z)
HPointLoc: Point-based Indoor Place Recognition using Synthetic RGB-D Images [58.720142291102135]
本稿では,屋内環境における視覚的位置認識能力の探索を目的とした,HPointLocという新しいデータセットを提案する。データセットは人気のあるHabitatシミュレータに基づいており、独自のセンサーデータとオープンデータセットの両方を使用して屋内シーンを生成することができる。
論文参考訳（メタデータ） (2022-12-30T12:20:56Z)
Object-Augmented RGB-D SLAM for Wide-Disparity Relocalisation [3.888848425698769]
本稿では、一貫したオブジェクトマップを構築し、地図内のオブジェクトのセントロイドに基づいて再局在を行うことができるオブジェクト拡張RGB-D SLAMシステムを提案する。
論文参考訳（メタデータ） (2021-08-05T11:02:25Z)
Gaussian Process Gradient Maps for Loop-Closure Detection in Unstructured Planetary Environments [17.276441789710574]
以前にマップされた位置を認識する能力は、自律システムにとって不可欠な機能である。非構造的な惑星のような環境は、地形の類似性のためにこれらのシステムに大きな課題をもたらす。本稿では,空間情報のみを用いたループ閉鎖問題の解法を提案する。
論文参考訳（メタデータ） (2020-09-01T04:41:40Z)
Graph-PCNN: Two Stage Human Pose Estimation with Graph Pose Refinement [54.29252286561449]
グラフPCNNと呼ばれる2段階のグラフベースおよびモデルに依存しないフレームワークを提案する。第1段階では、粗局化結果を得るために熱マップ回帰ネットワークを適用し、ガイドポイントと呼ばれる一連の提案キーポイントをサンプリングする。第2段階では、各案内点について、ローカライゼーションにより異なる視覚特徴を抽出する。ガイドされた点間の関係は、より正確なローカライゼーション結果を得るためにグラフポーズ精製モジュールによって探索される。
論文参考訳（メタデータ） (2020-07-21T04:59:15Z)
Voxel Map for Visual SLAM [57.07800982410967]
視覚SLAMのための点を効率的にマッピングするボクセルマップ表現を提案する。本手法は,カメラの視野に落下することを幾何的に保証し,隠蔽点を特定・除去できる。実験結果から,我々のボクセルマップ表現は5sの地図と同等に効率的であり,EuRoCデータセット上での局所化精度(平均46%の改善)が有意に高いことがわかった。
論文参考訳（メタデータ） (2020-03-04T18:39:14Z)

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。