論文の概要: DisPlace: Discriminative Place Projections for Multi-Reference Visual Place Recognition
- arxiv url: http://arxiv.org/abs/2605.30769v1
- Date: Fri, 29 May 2026 02:54:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-01 20:56:50.351618
- Title: DisPlace: Discriminative Place Projections for Multi-Reference Visual Place Recognition
- Title（参考訳）: DisPlace:マルチ参照視覚的位置認識のための識別的位置投影
- Abstract要約: DisPlaceは、複数の参照記述子を単一のコンパクトで差別的な場所表現に融合する、マルチ参照VPRフレームワークである。
我々は6つの最先端のVPR記述子で、オックスフォード・ロボットカー、ノーザンランド、ピッツバーグ30k、Google Landmarks v2でDisPlaceを評価した。
- 参考スコア（独自算出の注目度）: 15.33833908429706
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A key challenge in Visual Place Recognition (VPR) is matching query images against reference maps captured under diverse environmental conditions and viewpoints. While multiple reference traversals improve robustness, existing fusion strategies either aggregate references uniformly or rely on heuristic selection, without distinguishing descriptor variations that preserve stable place identity from those caused by changing conditions or viewpoints. In this paper, we propose DisPlace, a multi-reference VPR framework that fuses multiple reference descriptors into a single compact and discriminative place representation. DisPlace formulates descriptor fusion as a generalized eigenvalue problem that maximizes between-place separability while suppressing within-place variation across references, rather than preserving overall descriptor variance. Unlike existing multi-reference fusion methods, DisPlace exploits variation across reference traversals to identify which linear combinations of descriptor dimensions preserve place identity and which capture condition- or viewpoint-specific variation. We evaluate DisPlace on Oxford RobotCar, Nordland, Pittsburgh30k, and Google Landmarks v2 across six state-of-the-art VPR descriptors. DisPlace outperforms seven multi-reference baselines in 49 out of 54 appearance-varying conditions, consistently improves descriptor-level fusion performance under viewpoint and unstructured settings, and requires less storage during inference than all compared fusion methods.
- Abstract（参考訳）: 視覚的場所認識(VPR)における鍵となる課題は、様々な環境条件と視点でキャプチャされた参照マップとクエリイメージをマッチングすることである。
複数の参照トラバーサルが堅牢性を改善する一方で、既存の融合戦略は、条件や視点の変化によって引き起こされるものと安定した位置の同一性を維持する記述子を区別することなく、一様に参照を集約するか、ヒューリスティックな選択に依存する。
本稿では,複数の参照記述子を単一のコンパクトかつ識別可能な場所表現に融合するマルチ参照VPRフレームワークであるDisPlaceを提案する。
DisPlaceは、ディスクリプタの融合を一般化された固有値問題として定式化し、全体的なディスクリプタの分散を保存するのではなく、参照間の内部のばらつきを抑えながら、位置分離性を最大化する。
既存のマルチ参照融合法とは異なり、DisPlaceは参照トラバーサル間のばらつきを利用して、どの記述子次元の線形結合がプレースアイデンティティを保持し、条件や視点固有のバリエーションをキャプチャするかを識別する。
我々は6つの最先端のVPR記述子で、オックスフォード・ロボットカー、ノーザンランド、ピッツバーグ30k、Google Landmarks v2でDisPlaceを評価した。
DisPlaceは、54の外観変化条件のうち49の条件で7つのマルチ参照ベースラインを上回り、ビューと非構造化設定下でのディスクリプタレベルのフュージョン性能を一貫して改善し、比較したフュージョンメソッドよりも推論時のストレージを少なくする。
関連論文リスト
- Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。
既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。
動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-25T09:57:46Z) - RefAlign: Representation Alignment for Reference-to-Video Generation [53.368296137314225]
RefAlignは、DiT参照ブランチ機能を視覚基礎モデルのセマンティック空間に整列する表現アライメントフレームワークである。
OpenS2V-Evalベンチマークの実験では、RefAlignがTotalScoreの最先端メソッドより優れていることが示されている。
論文 参考訳（メタデータ） (2026-03-26T17:59:57Z) - Robust Scene Coordinate Regression via Geometrically-Consistent Global Descriptors [52.57327385675752]
幾何学的構造と視覚的類似性の両方に整合したグローバルな記述子を学習するアグリゲータモジュールを提案する。
これにより、信頼できないオーバーラップスコアによる誤関連が修正される。
挑戦的なベンチマークの実験では、大規模環境ではかなりのローカライゼーションが得られた。
論文 参考訳（メタデータ） (2025-12-19T04:24:03Z) - $A^2$GC: $A$symmetric $A$ggregation with Geometric Constraints for Locally Aggregated Descriptors [6.392844932864485]
本稿では,局所的に集約された記述子に対する幾何学的制約を持つ非対称アグリゲーションVPR法($A2$GC-VPR)を提案する。
視覚的位置認識における分布の相違に適応する非対称なマッチングを可能にする。
論文 参考訳（メタデータ） (2025-11-18T03:47:48Z) - MatChA: Cross-Algorithm Matching with Feature Augmentation [5.314522402001238]
異なるデバイスが異なるスパース特徴抽出アルゴリズムを使用する場合、最先端の手法では視覚的ローカライゼーションの解決に失敗する。
本手法は,クロスフィーチャーシナリオにおける画像マッチングと視覚的位置決めを著しく改善することを示す。
論文 参考訳（メタデータ） (2025-06-27T15:43:51Z) - HypeVPR: Exploring Hyperbolic Space for Perspective to Equirectangular Visual Place Recognition [16.46501527058266]
双曲空間における新しい階層的埋め込みフレームワークであるHypeVPRを紹介する。
HypeVPRは、P2E(point-to-equirectangular VPR)の独特な課題に対処するために設計された。
論文 参考訳（メタデータ） (2025-06-05T08:47:15Z) - A Hyperdimensional One Place Signature to Represent Them All: Stackable Descriptors For Visual Place Recognition [18.764744667866132]
最先端手法の性能, 計算, 拡張性を向上させるために, HOPS (Hyperdimensional One Place Signatures) を提案する。
HOPSは超次元コンピューティングフレームワークを活用することで、あらゆる環境条件にスケールする。
論文 参考訳（メタデータ） (2024-12-09T02:21:18Z) - Keypoint Promptable Re-Identification [76.31113049256375]
Occluded Person Re-Identification (ReID) は、その外見に基づいて隠蔽された個人をマッチングするメトリクス学習タスクである。
本稿では、入力バウンディングボックスを意味キーポイントの集合で明示的に補完する新しいReID問題の定式化であるKeypoint Promptable ReID(KPR)を紹介する。
我々は4つの人気のあるReIDベンチマークのためのカスタムキーポイントラベルをリリースした。人物検索の実験だけでなく、ポーズトラッキングの実験も、我々の手法が従来の最先端手法を体系的に超越していることを示す。
論文 参考訳（メタデータ） (2024-07-25T15:20:58Z) - VLAD-VSA: Cross-Domain Face Presentation Attack Detection with
Vocabulary Separation and Adaptation [87.9994254822078]
顔提示攻撃(PAD)の場合、スプーフィングキューのほとんどは微妙で局所的な画像パターンである。
VLADアグリゲーション法は,特徴空間を局所的に分割する視覚語彙を用いて局所特徴を定量化する。
提案する語彙分離法は,語彙をドメイン共有語とドメイン固有語に分割する。
論文 参考訳（メタデータ） (2022-02-21T15:27:41Z) - Online Invariance Selection for Local Feature Descriptors [93.32949876169785]
現在の特徴記述子の制限は、一般化と差別力のトレードオフである。
本稿では,この制限を,局所的な記述子における不変性の分散と,その文脈に与えられた最も適切な不変性のオンライン選択によって克服することを提案する。
提案手法は,現在のディスクリプタの性能を向上し,複数のマッチングタスクにおいて最先端のディスクリプタより優れていることを示す。
論文 参考訳（メタデータ） (2020-07-17T14:08:22Z)
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。