論文の概要: OTPL-VIO: Robust Visual-Inertial Odometry with Optimal Transport Line Association and Adaptive Uncertainty

• arxiv url: http://arxiv.org/abs/2603.09653v1
• Date: Tue, 10 Mar 2026 13:30:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-11 15:25:24.336449
• Title: OTPL-VIO: Robust Visual-Inertial Odometry with Optimal Transport Line Association and Adaptive Uncertainty
• Title（参考訳）: OTPL-VIO: 最適輸送ラインアソシエーションと適応不確かさを併用したロバスト視覚慣性オドメトリー
• Authors: Zikun Chen, Wentao Zhao, Yihe Niu, Tianchen Deng, Jingchuan Wang,
• Abstract要約: 本稿では, ラインセグメントに専用深層記述子を装備し, エントロピー規則化された最適輸送定式化を用いて一致したステレオポイントラインVIOシステムを提案する。 EuRoCとUMA-VIの実験は、低テクスチュア環境と照明環境の実際の展開とともに、代表ベースラインよりも精度と堅牢性を向上した。
• 参考スコア（独自算出の注目度）: 14.064037230340984
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robust stereo visual-inertial odometry (VIO) remains challenging in low-texture scenes and under abrupt illumination changes, where point features become sparse and unstable, leading to ambiguous association and under-constrained estimation. Line structures offer complementary geometric cues, yet many efficient point-line systems still rely on point-guided line association, which can break down when point support is weak and may lead to biased constraints. We present a stereo point-line VIO system in which line segments are equipped with dedicated deep descriptors and matched using an entropy-regularized optimal transport formulation, enabling globally consistent correspondences under ambiguity, outliers, and partial observations. The proposed descriptor is training-free and is computed by sampling and pooling network feature maps. To improve estimation stability, we analyze the impact of line measurement noise and introduce reliability-adaptive weighting to regulate the influence of line constraints during optimization. Experiments on EuRoC and UMA-VI, together with real-world deployments in low-texture and illumination-challenging environments, demonstrate improved accuracy and robustness over representative baselines while maintaining real-time performance.
• Abstract（参考訳）: ロバスト・ステレオ・ステレオ・ビジュアル・慣性計測(VIO)は、低テクスチャシーンや急激な照明条件下では困難であり、点特徴がスパースで不安定になり、不明瞭な関連性や不規則な推定に繋がる。 ライン構造は相補的な幾何学的手がかりを提供するが、多くの効率的なポイントラインシステムは依然としてポイント誘導ラインアソシエーションに依存している。 本稿では, ラインセグメントに専用深部記述子を備え, エントロピー規則化された最適輸送定式化を用いて一致し, あいまいさ, 外れ値, 部分的な観測で一貫した対応を可能にするステレオポイントラインVIOシステムを提案する。 提案するディスクリプタはトレーニング不要で,ネットワーク特徴マップのサンプリングとプールによって計算される。 推定安定性を向上させるため, ライン計測ノイズの影響を解析し, 信頼度適応重み付けを導入し, 最適化時のライン制約の影響を緩和する。 EuRoC と UMA-VI の実験は,低テクスチャ環境および照明環境における実環境の展開とともに,実時間性能を維持しながら,代表的ベースラインに対する精度と堅牢性の向上を実証した。

関連論文リスト

• Local adapt-then-combine algorithms for distributed nonsmooth optimization: Achieving provable communication acceleration [50.67878993903822]
  通信効率のよいAdapt-Then-Combine (ATC) フレームワークであるFlexATCを提案する。 ローカル更新がATCベースの分散アルゴリズムの通信高速化につながることを示すのはこれが初めてである。
  論文  参考訳（メタデータ） (2026-02-18T02:47:05Z)
• POPL-KF: A Pose-Only Geometric Representation-Based Kalman Filter for Point-Line-Based Visual-Inertial Odometry [2.222792685950058]
  我々は,PPL-KF を開発した。Kalman フィルタを用いた VIO システムで,点特徴と線特徴の両方に対してポーズのみの幾何学的表現を用いる。 POPL-KFは、測定方程式から点特徴座標と線特徴座標を明示的に除去することで線形化誤差を緩和する。 ライン特徴量を改善するために,画像グリッドのセグメンテーションと双方向光フローの整合性に基づくライン特徴フィルタを提案する。
  論文  参考訳（メタデータ） (2026-02-06T06:45:39Z)
• MirrorLA: Reflecting Feature Map for Vision Linear Attention [49.41670925034762]
  リニアアテンションはトランスフォーマーの2次から線形への計算複雑性を著しく低下させるが、パフォーマンスにおけるソフトマックスに基づくアテンションの遅れは一貫して遅れる。 我々は、受動トランケーションをアクティブなリオリエンテーションに置き換える幾何学的枠組みであるMirrorLAを提案する。 MirrorLAは標準的なベンチマークで最先端のパフォーマンスを実現し、表現の忠実さを損なうことなく厳密な線形効率を実現できることを示した。
  論文  参考訳（メタデータ） (2026-02-04T09:14:09Z)
• Not All Preferences Are Created Equal: Stability-Aware and Gradient-Efficient Alignment for Reasoning Models [52.48582333951919]
  ポリシー更新の信号対雑音比を最大化することにより、アライメントの信頼性を高めるために設計された動的フレームワークを提案する。 SAGE(Stability-Aware Gradient Efficiency)は、モデル能力に基づいて候補プールをリフレッシュする粗いきめ細かいカリキュラムメカニズムを統合する。 複数の数学的推論ベンチマークの実験により、SAGEは収束を著しく加速し、静的ベースラインを上回っていることが示された。
  論文  参考訳（メタデータ） (2026-02-01T12:56:10Z)
• Enhancing CLIP Robustness via Cross-Modality Alignment [54.01929554563447]
  視覚言語モデルのための最適なトランスポートベースフレームワークであるクロスモダリティアライメントを提案する。 COLAは、グローバルな画像テキストアライメントと特徴空間における局所的な構造的一貫性を復元する。 COLAはトレーニングフリーで、既存の微調整モデルと互換性がある。
  論文  参考訳（メタデータ） (2025-10-28T03:47:44Z)
• PAPL-SLAM: Principal Axis-Anchored Monocular Point-Line SLAM [20.228993972678595]
  本稿では,直線構造情報の利用と直線SLAMシステムにおけるラインの最適化について述べる。 主軸に類似した方向の線を固定し、$n+2$パラメータで$n$ラインを最適化し、両方の問題を一緒に解決する。 本研究では,異なる世界仮説に容易に拡張可能なシーン構造情報について考察する。
  論文  参考訳（メタデータ） (2024-10-16T07:44:56Z)
• Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
  非視線画像(NLOS)は、その潜在的な応用により注目されている。 既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。 本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
  論文  参考訳（メタデータ） (2024-09-21T04:39:45Z)
• IDLS: Inverse Depth Line based Visual-Inertial SLAM [9.38589798999922]
  Inverse Depth Line SLAM (IDLS) を提案する。 IDLSは、複数の知覚的整合性データセットで広く評価されている。
  論文  参考訳（メタデータ） (2023-04-23T20:53:05Z)
• Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
  視覚SLAMシステムのための新しい最適化バックボーンを提案する。 従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。 我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
  論文  参考訳（メタデータ） (2020-11-02T18:02:26Z)

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。