論文の概要: MARTIAN: A Rendering Framework for Aerial Mars Imagery from HiRISE Orbital Data

• arxiv url: http://arxiv.org/abs/2605.29647v1
• Date: Thu, 28 May 2026 09:12:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 02:45:56.099886
• Title: MARTIAN: A Rendering Framework for Aerial Mars Imagery from HiRISE Orbital Data
• Title（参考訳）: MARTIAN:HiRISE軌道データによる空中火星画像のレンダリングフレームワーク
• Authors: Dario Pisanti, Georgios Georgakis,
• Abstract要約: MARTIANはオープンソースのレンダリングフレームワークで、制御可能な照明条件下で火星の地形のリアルな空中ビューを合成する。 MARTIANは、Ingenuityと将来の火星ロータークラフトのための地図ベースのローカライゼーションシステムの開発を通じて検証されている。
• 参考スコア（独自算出の注目度）: 1.929589089941562
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Aerial navigation on Mars requires vision-based pipelines that are robust to the diverse illumination conditions and terrain morphology of the Martian surface. A key bottleneck for training and evaluating such methods is the scarcity of large-scale, annotated aerial datasets. We present MARTIAN, an open-source Blender-based rendering framework that leverages real HiRISE orbital map products to synthesize realistic aerial views of the Martian terrain under controllable lighting conditions and at varying altitudes. MARTIAN generates observations with accurate pose annotations, directly addressing the scarcity of training data for vision-based navigation on Mars. The framework has been validated through its deployment in concurrent work on map-based localization systems for Ingenuity and future Mars rotorcraft, where synthetically trained deep image matchers were successfully evaluated on real Mars imagery. MARTIAN is publicly available at: https://github.com/nasa-jpl/martian.
• Abstract（参考訳）: 火星の航空航法には、様々な照明条件と火星表面の地形に頑丈な視覚ベースのパイプラインが必要である。 このような手法を訓練し評価する上で重要なボトルネックは、大規模で注釈付き空中データセットの不足である。 MARTIANはオープンソースのBlenderベースのレンダリングフレームワークで、実際のHiRISE軌道地図製品を利用して、制御可能な照明条件および様々な高度下で火星の地形の現実的な空中ビューを合成する。 MARTIANは正確なポーズアノテーションで観測結果を生成し、火星の視覚に基づくナビゲーションのためのトレーニングデータの不足に対処する。 このフレームワークは、Ingenuityと将来の火星ロータークラフトのためのマップベースのロータライゼーションシステムで同時に開発され、実際の火星画像上で、合成訓練されたディープイメージマッチングがうまく評価されたことで検証されている。 MARTIANは、https://github.com/nasa-jpl/martian.comで公開されている。

関連論文リスト

• REMAC: Reference-Based Martian Asymmetrical Image Compression [53.55260610604231]
  本稿では、エンコーダからリソースリッチデコーダへ計算複雑性をシフトさせる参照ベースの火星非対称画像圧縮(REMAC)手法を提案する。 実験の結果,REMACは最先端の手法に比べてエンコーダの複雑さを43.51%削減し,BD-PSNRの0.2664dBを達成した。
  論文  参考訳（メタデータ） (2026-01-26T14:55:17Z)
• Inpainting the Red Planet: Diffusion Models for the Reconstruction of Martian Environments in Virtual Reality [0.0]
  訓練は、NASAのHiRISE調査から得られた12000個の火星高度マップで実施された。 非均一な再スケーリング戦略は、固定された128x128モデル解像度にリサイズする前に、複数のスケールにわたる地形の特徴をキャプチャする。 その結果,本手法は再建精度(RMSEでは4～15%)と知覚的類似性(LPIPSでは29～81%)において,元のデータより一貫して優れていた。
  論文  参考訳（メタデータ） (2025-10-16T15:02:05Z)
• Martian World Models: Controllable Video Synthesis with Physically Accurate 3D Reconstructions [116.56517155163716]
  本研究では,実際のステレオナビゲーション画像から3次元火星環境を再構築するデータキュレーションパイプラインを提案する。 火星の地形ビデオジェネレータMarsGenは、データにエンコードされた3D構造と視覚的にリアルで幾何学的に整合した新しいビデオを合成する。 提案手法は、地上データセットで訓練された映像合成モデルより優れ、優れた視覚的忠実度と3次元構造整合性を実現する。
  論文  参考訳（メタデータ） (2025-07-10T17:54:27Z)
• Vision-based Geo-Localization of Future Mars Rotorcraft in Challenging Illumination Conditions [4.6901215692204286]
  Geo-LoFTRは画像登録のための幾何学支援ディープラーニングモデルである。 提案方式は, 照明やスケールの変動による局所化精度において, 従来のMbLよりも優れていた。
  論文  参考訳（メタデータ） (2025-02-13T22:10:21Z)
• Structure-Invariant Range-Visual-Inertial Odometry [17.47284320862407]
  この研究は、火星科学ヘリコプターのミッション用に設計された新しいレンジ・ヴィジュアル・慣性オドメトリーシステムを導入している。 我々のシステムは、一貫した範囲情報を視覚的および慣性計測と融合することにより、最先端のxVIOフレームワークを拡張している。 提案手法は, 厳密なミッション条件を満たす地形相対速度を推定する。
  論文  参考訳（メタデータ） (2024-09-06T21:49:10Z)
• LaMAR: Benchmarking Localization and Mapping for Augmented Reality [80.23361950062302]
  異種ARデバイスでキャプチャされたリアルな軌跡とセンサストリームを共登録する,包括的キャプチャとGTパイプラインを備えた新しいベンチマークであるLaMARを紹介する。 私たちは、ヘッドマウントとハンドヘルドARデバイスで記録された多様な大規模シーンのベンチマークデータセットを公開します。
  論文  参考訳（メタデータ） (2022-10-19T17:58:17Z)
• Mars Rover Localization Based on A2G Obstacle Distribution Pattern Matching [0.0]
  NASAのMars 2020ミッションでは、Ingenuityヘリコプターがローバーと共に運ばれる。 従来の画像マッチング手法は、有効な画像対応を得るのに苦労する。 画像に基づく岩盤検出と岩盤分布パターンマッチングを組み合わせたアルゴリズムを用いて、A2G画像対応を得る。
  論文  参考訳（メタデータ） (2022-10-07T08:29:48Z)
• 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)
• xView3-SAR: Detecting Dark Fishing Activity Using Synthetic Aperture Radar Imagery [52.67592123500567]
  世界の漁業は海洋資源や生態系に大きな脅威をもたらす。 夜間または夜間、全天候下で暗黒船の自動検出が可能となった。 xView3-SARは、Sentinel-1ミッションから得られた1000近い分析可能なSAR画像で構成されている。
  論文  参考訳（メタデータ） (2022-06-02T06:53:45Z)
• Towards Robust Monocular Visual Odometry for Flying Robots on Planetary Missions [49.79068659889639]
  火星に着陸したばかりのIngenuityは、トラバーサビリティの影響を受けない新時代の探検の始まりとなるでしょう。 高速な光フロートラッキングを用いた高能率単分子オードメトリーアルゴリズムを提案する。 また、相対翻訳情報行列の主成分分析に基づいて、スケールドリフトの現在のリスクを推定する新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-09-12T12:52:20Z)

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。