論文の概要: egenioussBench: A New Dataset for Geospatial Visual Localisation
- arxiv url: http://arxiv.org/abs/2605.05351v1
- Date: Wed, 06 May 2026 18:23:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-08 22:27:11.371122
- Title: egenioussBench: A New Dataset for Geospatial Visual Localisation
- Title（参考訳）: egenioussBench: 地理空間的視覚的ローカライゼーションのための新しいデータセット
- Abstract要約: 地理空間参照データに基づく視覚的局所化ベンチマークであるEgenioussBenchを提案する。
このペアリングは、デプロイ可能なマッピングアセットを反映し、従来のSfMベースのアプローチを超えた真のスケーラビリティをサポートする。
ベンチマークでは、複数のポーズエラーしきい値でバイナリメトリクスで評価された公開リーダボードが特徴だ。
- 参考スコア（独自算出の注目度）: 36.94429692322632
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present egenioussBench, a visual localisation benchmark built on geospatial reference data: a city-scale airborne 3D mesh and a CityGML LoD2 model. This pairing reflects deployable mapping assets and supports true scalability beyond traditional SfM-based approaches. The query data comprise smartphone images with centimetre-accurate, map-independent ground truth obtained via PPK and GCP/CP-aided adjustment. From 2,709 images, we derive a non-co-visible subset by estimating the full co-visibility matrix from rendered depth and selecting a maximum independent set; the released data include a test split of 42 non-co-visible images with withheld ground truth and a validation split of 412 sequential images with poses, e.g. for training of pose regressors and self-validation. The benchmark features a public leaderboard evaluated with binning metrics at multiple pose-error thresholds alongside global statistics (median, RMSE, outlier ratio), ensuring fair, like-for-like comparison across mesh- and LoD2-based methods. Together, these design choices expose realistic cross-view and cross-domain challenges while providing a rigorous, scalable path for advancing large-scale visual localisation. We make the evaluation code and data availeable at https://github.com/fratopa/egenioussBench and https://www.egeniouss.eu/
- Abstract（参考訳）: 都市規模の空飛ぶ3DメッシュとCityGML LoD2モデルである地理空間参照データに基づいて構築された視覚的ローカライゼーションベンチマークであるEgenioussBenchを紹介する。
このペアリングは、デプロイ可能なマッピングアセットを反映し、従来のSfMベースのアプローチを超えた真のスケーラビリティをサポートする。
クエリデータは、PPKおよびGCP/CP支援調整により得られた、精度の高い、マップ非依存の地上真理を持つスマートフォン画像からなる。
2,709枚の画像から、完全可視マトリクスを描画深さから推定し、最大独立セットを選択することにより、非可視サブセットを導出する。
ベンチマークでは、グローバル統計(中間値、RMSE、外れ値比)と並行して、複数のポーズエラーしきい値でバイナリメトリクスで評価された公開リーダボードが特徴で、メッシュとLoD2ベースのメソッド間の公正で、類似した比較が保証されている。
これらの設計選択は、現実的なクロスビューとクロスドメインの課題を明らかにし、大規模な視覚的ローカライゼーションを進めるための厳密でスケーラブルなパスを提供する。
評価コードとデータはhttps://github.com/fratopa/egenioussBench and https://www.egeniouss.eu/で利用可能です。
関連論文リスト
- OpenCVL: An Open, Diverse, and Large-Scale Dataset for Fine-Grained Cross-View Localization [73.84434300039767]
ヨーロッパ4か国41都市にまたがる617,388の地上画像からなる大規模で多様でオープンなデータセットOpenCVLを紹介した。
OpenCVLには、一般化と堅牢性を評価する専用のクロスエリアと雪テストセットが含まれている。
OpenCVL上での最先端CVLモデルによる実験により、ノイズの多い内部データを組み込むことで、クリーンなテストセットの性能が一貫して向上することが示された。
論文 参考訳（メタデータ） (2026-08-26T01:20:46Z) - CIPER: A Unified Framework for Cross-view Image-retrieval and Pose-estimation [14.612259909790454]
クロスビュージオローカライゼーションは、地上画像の位置を航空画像データベースとマッチングすることによって推定する。
既存の手法では、大規模な検索と正確なポーズ推定のいずれかによってこれに取り組むが、両方ではない。
両タスクを共同で実行する単一アーキテクチャであるCIPER(Cross-view Image-Retrieval and Pose-estimation TransformER)を提案する。
論文 参考訳（メタデータ） (2026-06-03T15:31:06Z) - Depth Any Panoramas: A Foundation Model for Panoramic Depth Estimation [68.95366581365829]
パノラマ距離深度基礎モデルを提案する。
我々は、公開データセット、UE5シミュレーターとテキスト・ツー・イメージ・モデルからの高品質な合成データ、Webからの実際のパノラマ画像を組み合わせることで、大規模なデータセットを収集します。
論文 参考訳（メタデータ） (2025-12-18T18:59:29Z) - Object Detection as an Optional Basis: A Graph Matching Network for Cross-View UAV Localization [17.908597896653045]
本稿では,対象物検出によるマップマッチングを行うUAVローカライゼーションフレームワークを提案する。
典型的なパイプラインでは、UAVの視覚的ローカライゼーションは画像検索の問題として定式化されている。
本手法は, グラフベースノード類似度測定法を用いて, 高精度な検索とローカライズ性能を実現する。
論文 参考訳（メタデータ） (2025-11-04T11:25:31Z) - Hi^2-GSLoc: Dual-Hierarchical Gaussian-Specific Visual Relocalization for Remote Sensing [6.997091164331322]
リモートセンシングやUAVアプリケーションには、視覚的再ローカライゼーションが不可欠である。
画像に基づく検索とポーズ回帰アプローチは精度に欠ける。
スパース・トゥ・デンス(sparse-to-dense)と粗粒度(arse-to-fine)のパラダイムに従う二重階層的再ローカライゼーションフレームワークである$mathrmHi2$-GSLocを紹介した。
論文 参考訳（メタデータ） (2025-07-21T14:47:56Z) - MapGlue: Multimodal Remote Sensing Image Matching [12.376931699274062]
マルチモーダルリモートセンシング画像(MRSI)マッチングは、クロスモーダル融合、ローカライゼーション、オブジェクト検出において重要である。
既存のユニモーダルデータセットにはスケールと多様性がなく、ディープラーニングソリューションに制限がある。
本稿では,汎用MRSIマッチングフレームワークであるMapGlueと,これらのギャップに対処する大規模マルチモーダルデータセットであるMapDataを提案する。
論文 参考訳（メタデータ） (2025-03-20T14:36:16Z) - OSMLoc: Single Image-Based Visual Localization in OpenStreetMap with Fused Geometric and Semantic Guidance [20.043977909592115]
OSMLocは、OpenStreetMapマップに対するファーストパーソナライズされたイメージに基づく、脳にインスパイアされた視覚的ローカライゼーションアプローチである。
意味的および幾何学的ガイダンスを統合し、精度、堅牢性、一般化能力を大幅に改善する。
論文 参考訳（メタデータ） (2024-11-13T14:59:00Z) - Breaking the Frame: Visual Place Recognition by Overlap Prediction [53.17564423756082]
本稿では,重なり合う予測に基づく新しい視覚的位置認識手法 VOP を提案する。
VOPは、Vision Transformerのバックボーンを使用してパッチレベルの埋め込みを取得することで、コビジュアブルなイメージセクションを進める。
提案手法では,データベース画像の重複点の評価に投票機構を用いる。
論文 参考訳（メタデータ） (2024-06-23T20:00:20Z) - Do More With What You Have: Transferring Depth-Scale from Labeled to Unlabeled Domains [43.16293941978469]
自己教師付き深度推定器は、ドメイン全体の絶対深度値と線形に相関する大規模予測をもたらす。
トレーニング前の2つのデータセットのフィールド・オブ・ビューの整合性は、両方のドメインに共通な線形関係をもたらすことを示す。
観測された特性を用いて、絶対深度ラベルを持つソースデータセットから、これらの測定を欠いた新しいターゲットデータセットへ、深度スケールを転送する。
論文 参考訳（メタデータ） (2023-03-14T07:07:34Z) - Adaptive Context-Aware Multi-Modal Network for Depth Completion [107.15344488719322]
我々は,観測された空間コンテキストを捉えるために,グラフ伝搬を採用することを提案する。
次に、注意機構を伝搬に適用し、ネットワークが文脈情報を適応的にモデル化することを奨励する。
最後に、抽出したマルチモーダル特徴を効果的に活用するための対称ゲート融合戦略を導入する。
本稿では,Adaptive Context-Aware Multi-Modal Network (ACMNet) を2つのベンチマークで評価した。
論文 参考訳（メタデータ） (2020-08-25T06:00:06Z) - Rethinking Localization Map: Towards Accurate Object Perception with
Self-Enhancement Maps [78.2581910688094]
本研究は, カテゴリーラベルのみを監督として, 正確な対象位置分布マップと対象境界を抽出する, 新たな自己強調手法を提案する。
特に、提案されたセルフエンハンスメントマップは、ILSVRC上で54.88%の最先端のローカライゼーション精度を達成する。
論文 参考訳（メタデータ） (2020-06-09T12:35:55Z)
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。