論文の概要: Con-DSO: Learning Short-Horizon Consistency Priors for RGB-D Direct Sparse Odometry

• arxiv url: http://arxiv.org/abs/2605.27952v1
• Date: Wed, 27 May 2026 04:46:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-28 17:38:55.74951
• Title: Con-DSO: Learning Short-Horizon Consistency Priors for RGB-D Direct Sparse Odometry
• Title（参考訳）: Con-DSO:RGB-D直接スパースオドメトリーのための短距離一貫性の事前学習
• Authors: Haolan Zhang, Thanh Nguyen Canh, Chenghao Li, Ziyan Gao, Xiongwen Jiang, Nak Young Chong,
• Abstract要約: Con-DSOは、一貫性を意識したRGB-D直接スパースドメトリーフレームワークである。 時間的に隣接したRGB-Dフレーム対からの高密度な測光および深度幾何学的整合性の不確実性を予測する。 実験ではRGB-D VOベースラインよりも大幅に向上した。
• 参考スコア（独自算出の注目度）: 8.079139316299182
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual odometry (VO) is a fundamental component in robotics and augmented reality. RGB-D direct VO benefits from metric depth measurements, but it can degrade in challenging environments, where dynamic objects, occlusions, illumination changes, and unreliable depth violate the short-horizon photometric and depth-geometric consistency assumptions used by direct alignment. Existing approaches mitigate these issues through semantic filtering, explicit occlusion reasoning, illumination adaptation, or hand-crafted geometric criteria, but often rely on external modules or fixed assumptions tailored to individual failure modes, limiting their flexibility and ability to handle diverse challenges in a unified manner. In this work, we propose Con-DSO, a consistency-aware RGB-D direct sparse odometry framework that predicts dense photometric and depth-geometric consistency uncertainty from temporally adjacent RGB-D frame pairs. The consistency network is trained using flow-guided photometric errors and projective depth-consistency errors, allowing consistency violations to be represented as pixel-level uncertainty. These pairwise uncertainty predictions are converted into a host-side quality prior for keyframe-based tracking. The prior is then applied to VO through quality-aware support-pixel selection and decoupled photometric-geometric weighting during pose estimation, enabling continuous attenuation of unreliable observations rather than hard rejection or threshold-based gating. Experiments on five public RGB-D benchmarks show substantial gains over direct RGB-D VO baselines, with over 20\% absolute trajectory error reduction on ICL-NUIM and 50\%--80\% reductions on RGB-D Scenes V2, TUM/Bonn Dynamic, and OpenLORIS sequences.
• Abstract（参考訳）: ビジュアル・オドメトリー(VO)は、ロボット工学と拡張現実の基本的な構成要素である。 RGB-D 直接VO は計量深度測定の恩恵を受けるが、動的物体、閉塞物、照明変化、信頼できない深度が直接アライメントによって使われる短距離測光および深度幾何学的整合性仮定に反する、挑戦的な環境において分解することができる。 既存のアプローチは、セマンティックフィルタリング、明示的なオクルージョン推論、照明適応、手作りの幾何学的基準を通じてこれらの問題を緩和するが、しばしば外部モジュールや個々の障害モードに合わせた固定された仮定に頼り、様々な課題に統一的に対処する柔軟性と能力を制限する。 本研究では, 近接するRGB-Dフレーム対から高密度光度および深部幾何学的不確実性を予測する, 整合性を考慮したRGB-D直接スパースオドメトリーフレームワークであるCon-DSOを提案する。 整合性ネットワークは、フロー誘導型測光誤差と投影深度整合誤差を用いて訓練され、整合性違反を画素レベルの不確実性として表現することができる。 これらのペアワイズ不確実性予測は、キーフレームベースのトラッキングに先立ってホスト側の品質に変換される。 そして、前者は、ポーズ推定中に、高品質なサポート画素選択と分離された測度重み付けによってVOに適用され、ハードリジェクションやしきい値ベースのゲーティングよりも、信頼性の低い観測の連続的な減衰を可能にする。 5つの公開RGB-Dベンチマークの実験では、直接RGB-D VOベースラインよりも大幅に向上し、ICL-NUIMでは20\%以上の絶対軌道誤差が減少し、RGB-D Scenes V2、TUM/Bonn Dynamic、OpenLORISシーケンスでは50\%--80\%が削減された。

関連論文リスト

• On the Global Photometric Alignment for Low-Level Vision [14.897162428029878]
  監督された低レベルの視覚モデルは、ペア化された参照に対してピクセル単位での損失に依存するが、ペア化されたトレーニングセットはペアごとの光度不整合を示す。 標準的な再建の損失は、ペア当たりの測光目標に反する不均衡な勾配予算を割り当て、コンテンツ復元を混雑させる。 この分析によって動機づけられた光度アライメント損失(PAL)を提案する。
  論文  参考訳（メタデータ） (2026-04-09T12:29:54Z)
• Learning Latent Proxies for Controllable Single-Image Relighting [29.76860042350802]
  シングルイメージのリライトは非常に制約の少ない。 物理的プリエントを2つのレベルで統合するLightCtrlを導入する。 また、大規模なオブジェクトレベルのデータセットであるScaLightも紹介します。
  論文  参考訳（メタデータ） (2026-03-16T17:16:59Z)
• Depth-Guided Metric-Aware Temporal Consistency for Monocular Video Human Mesh Recovery [28.9705779052755]
  本稿では,3つの相乗的コンポーネントを通して,計量的時間的整合性を実現する包括的フレームワークを提案する。 Depth-Guided Multi-Scale Fusionモジュールは、幾何的先行とRGB機能とを、信頼を意識したゲーティングを通じて適応的に統合する。 MoDAR(Motion-Depth Aligned Refinement)モジュールは、運動力学と幾何学的手がかりの間の横断的な注意を通して時間的コヒーレンスを強制する。
  論文  参考訳（メタデータ） (2026-02-04T06:41:03Z)
• SplatPose: Geometry-Aware 6-DoF Pose Estimation from Single RGB Image via 3D Gaussian Splatting [3.6688867031495223]
  SplatPoseは3次元ガウススティング(3DGS)を2分岐ニューラルアーキテクチャで合成し,高精度なポーズ推定を実現する新しいフレームワークである。 3つのベンチマークデータセットの実験では、SplatPoseが最先端の6-DoFを1つのRGB設定で推定精度で達成していることが示されている。
  論文  参考訳（メタデータ） (2025-03-07T06:40:06Z)
• RGB-based Category-level Object Pose Estimation via Decoupled Metric Scale Recovery [72.13154206106259]
  本研究では、6次元のポーズとサイズ推定を分離し、不完全なスケールが剛性変換に与える影響を緩和するパイプラインを提案する。 具体的には,事前学習した単分子推定器を用いて局所的な幾何学的情報を抽出する。 別個のブランチは、カテゴリレベルの統計に基づいてオブジェクトのメートル法スケールを直接復元するように設計されている。
  論文  参考訳（メタデータ） (2023-09-19T02:20:26Z)
• Optimal baseline exploitation in vertical dark-matter detectors based on atom interferometry [50.06952271801328]
  長基線原子干渉計に基づく重力波やダークマターの地上検出器は、現在、最終計画段階にあるか、既に建設中である。 マルチダイアモンド噴水グレーディメータを用いた共振モード検出器は,その高さが利用可能なベースラインの20%を占める場合,最適なショットノイズ制限を達成できることを示す。
  論文  参考訳（メタデータ） (2023-09-08T08:38:24Z)
• Polarimetric Information for Multi-Modal 6D Pose Estimation of Photometrically Challenging Objects with Limited Data [51.95347650131366]
  6Dポーズ推定パイプラインは、RGBのみまたはRGB-Dデータに依存する。 このような制限を克服するために,補完分極情報を利用した教師付き学習ベース手法を提案する。
  論文  参考訳（メタデータ） (2023-08-21T10:56:00Z)
• Symmetric Uncertainty-Aware Feature Transmission for Depth Super-Resolution [52.582632746409665]
  カラー誘導DSRのためのSymmetric Uncertainty-aware Feature Transmission (SUFT)を提案する。 本手法は最先端の手法と比較して優れた性能を実現する。
  論文  参考訳（メタデータ） (2023-06-01T06:35:59Z)
• Frequency-Aware Self-Supervised Monocular Depth Estimation [41.97188738587212]
  自己教師付き単眼深度推定モデルを改善するための2つの多目的手法を提案する。 本手法の高一般化性は,測光損失関数の基本的およびユビキタスな問題を解くことによって達成される。 我々は、解釈可能な解析で深度推定器を改善するために、初めてぼやけた画像を提案する。
  論文  参考訳（メタデータ） (2022-10-11T14:30:26Z)

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。