論文の概要: SCAR: Satellite Imagery-Based Calibration for Aerial Recordings

• arxiv url: http://arxiv.org/abs/2602.16349v1
• Date: Wed, 18 Feb 2026 10:33:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-19 15:58:30.580068
• Title: SCAR: Satellite Imagery-Based Calibration for Aerial Recordings
• Title（参考訳）: SCAR: 空中記録のための衛星画像に基づく校正
• Authors: Henry Hölzemann, Michael Schleiss,
• Abstract要約: 航空用視覚慣性システムの長期自動校正手法であるSCARを紹介する。 SSCARは、航空画像と2D--3D対応を対応づけることで、内在パラメータと外在パラメータの両方を推定する。 各種季節・環境条件下で2年間にわたって実施した6つの大規模航空作戦に対するアプローチについて検討した。
• 参考スコア（独自算出の注目度）: 0.010231119246773923
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We introduce SCAR, a method for long-term auto-calibration refinement of aerial visual-inertial systems that exploits georeferenced satellite imagery as a persistent global reference. SCAR estimates both intrinsic and extrinsic parameters by aligning aerial images with 2D--3D correspondences derived from publicly available orthophotos and elevation models. In contrast to existing approaches that rely on dedicated calibration maneuvers or manually surveyed ground control points, our method leverages external geospatial data to detect and correct calibration degradation under field deployment conditions. We evaluate our approach on six large-scale aerial campaigns conducted over two years under diverse seasonal and environmental conditions. Across all sequences, SCAR consistently outperforms established baselines (Kalibr, COLMAP, VINS-Mono), reducing median reprojection error by a large margin, and translating these calibration gains into substantially lower visual localization rotation errors and higher pose accuracy. These results demonstrate that SCAR provides accurate, robust, and reproducible calibration over long-term aerial operations without the need for manual intervention.
• Abstract（参考訳）: 衛星画像のジオレファレンスを持続的グローバルレファレンスとして活用する,空中視覚慣性システムの長期自動校正手法であるSCARを紹介する。 SCARは、航空画像と2D--3D対応を整列させることにより、内在パラメータと外在パラメータの両方を推定する。 本手法は, 専用のキャリブレーション操作や手動調査による地上制御点に依存する既存のアプローチとは対照的に, 外部地理空間データを活用して, フィールド配置条件下でのキャリブレーション劣化の検出と補正を行う。 各種季節・環境条件下で2年間にわたって実施した6つの大規模航空作戦に対するアプローチについて検討した。 すべてのシーケンスにおいて、SCARは確立されたベースライン(Kalibr、COLMAP、VINS-Mono)を一貫して上回り、中央値の再投影誤差を大きなマージンで低減し、これらのキャリブレーションゲインを視覚的ローカライゼーションのローテーションエラーに変換し、より高いポーズ精度に変換する。 これらの結果から,SCARは手動による介入を必要とせずに,長期間の航空操作に対して正確で堅牢で再現可能な校正を提供することが示された。

関連論文リスト

• Loc$^2$: Interpretable Cross-View Localization via Depth-Lifted Local Feature Matching [80.57282092735991]
  本稿では,高精度かつ解釈可能なクロスビューローカライズ手法を提案する。 地上画像の3自由度(DoF)のポーズを、その局所的な特徴と基準空中画像とをマッチングすることによって推定する。 実験では、クロスエリアテストや未知の向きといった挑戦的なシナリオにおいて、最先端の精度を示す。
  論文  参考訳（メタデータ） (2025-09-11T18:52:16Z)
• Enhancing Monocular Height Estimation via Sparse LiDAR-Guided Correction [25.268217296287688]
  合成データに基づいて学習した最先端のMHEモデルについて検討する。 このモデルは,過大評価や過小評価につながる要因である影の手がかりに大きく依存していることが判明した。 本稿では,不完全な大域的LiDAR測定と疎結合な補正パイプラインを提案する。
  論文  参考訳（メタデータ） (2025-05-11T08:54:09Z)
• Targetless LiDAR-Camera Calibration with Neural Gaussian Splatting [28.41267004945046]
  本稿では,ニューラルベースガウス表現と協調してセンサポーズを最適化するTLC(Targetless LiDAR scene)を提案する。 光度および幾何正則化による完全微分可能なパイプラインは、ロバストで一般化可能なキャリブレーションを実現する。
  論文  参考訳（メタデータ） (2025-04-06T20:00:01Z)
• In Flight Boresight Rectification for Lightweight Airborne Pushbroom Imaging Spectrometry [1.5624421399300306]
  多くのハイパースペクトルセンサーはリニアアレイまたは「プッシュ・ブルーム」走査設計を使用している。 本稿では,「プッシュブルーム」ハイパースペクトルセンサのタイポイント抽出とカメラキャリブレーション手法を提案する。 提案手法により,ハイパースペクトルカメラを用いた空飛ぶシステムの自動校正が可能であることが実証された。
  論文  参考訳（メタデータ） (2024-09-10T13:55:47Z)
• W-HMR: Monocular Human Mesh Recovery in World Space with Weak-Supervised Calibration [57.37135310143126]
  モノクロ画像からの3次元運動回復のための従来の手法は、カメラ座標に依存するため、しばしば不足する。 W-HMRは、身体の歪み情報に基づいて「適切な」焦点長を予測する弱教師付き校正法である。 また,世界空間における可視的再構築のために,身体の向きを補正する OrientCorrect モジュールを提案する。
  論文  参考訳（メタデータ） (2023-11-29T09:02:07Z)
• Towards Calibrated Robust Fine-Tuning of Vision-Language Models [97.19901765814431]
  本研究は、視覚言語モデルにおいて、OOD精度と信頼性校正の両方を同時に改善する頑健な微調整法を提案する。 OOD分類とOOD校正誤差は2つのIDデータからなる共有上限を持つことを示す。 この知見に基づいて,最小の特異値を持つ制約付きマルチモーダルコントラスト損失を用いて微調整を行う新しいフレームワークを設計する。
  論文  参考訳（メタデータ） (2023-11-03T05:41:25Z)
• 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)
• 6D Camera Relocalization in Visually Ambiguous Extreme Environments [79.68352435957266]
  本研究では,深海や地球外地形などの極端な環境下で得られた画像の列から,カメラのポーズを確実に推定する手法を提案する。 本手法は,室内ベンチマーク (7-Scenes データセット) における最先端手法と同等の性能を20%のトレーニングデータで達成する。
  論文  参考訳（メタデータ） (2022-07-13T16:40:02Z)
• ACSC: Automatic Calibration for Non-repetitive Scanning Solid-State LiDAR and Camera Systems [11.787271829250805]
  Solid-State LiDAR(SSL)は、環境から3Dポイントクラウドを低コストで効率的に取得することを可能にする。 非繰り返し走査型SSLとカメラシステムのための完全自動校正法を提案する。 実環境下でのLiDARとカメラセンサの組み合わせについて検討した。
  論文  参考訳（メタデータ） (2020-11-17T09:11:28Z)

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。