論文の概要: Observability and Consistency Analysis for Visual-Inertial Navigation with Anchored Feature Parameterizations

• arxiv url: http://arxiv.org/abs/2606.19307v1
• Date: Wed, 17 Jun 2026 17:30:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:51.290039
• Title: Observability and Consistency Analysis for Visual-Inertial Navigation with Anchored Feature Parameterizations
• Title（参考訳）: アンコレッド特徴パラメータを用いた視覚慣性ナビゲーションの可観測性と整合性解析
• Authors: Mitchell Cohen, Vassili Korotkine, James Richard Forbes,
• Abstract要約: 本稿では、フィルタリングに基づく視覚慣性ナビゲーションシステム(VINS)の可観測性と整合性について分析する。 観測不能な部分空間は、推定された航法状態に依存し、追加の整合性強化技術を必要とする。
• 参考スコア（独自算出の注目度）: 4.422349568747053
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents an analysis of the observability and consistency properties of filtering-based visual-inertial navigation systems (VINS) that utilize anchored feature representations. The unobservable subspace of VINS with anchored landmark parameterizations is shown to be independent of the estimated landmark state, which leads to improved estimator consistency properties without any additional modifications. However, the unobservable subspace is still found to depend on the estimated navigation state, necessitating additional consistency-enforcing techniques. Two methods to improve the consistency of VINS with anchored feature representations are presented. Simulation results showcase that all estimators employing anchored feature paramterizations exhibit improved consistency properties compared to algorithms that estimate features resolved in a global reference frame, especially in scenarios where feature initialization may be poor. Real-world experiments on the TUM-VI dataset showcase that the use of anchored feature representations alone can yield comparable performance to consistency-improved estimators employing a global feature representation, demonstrating the benefit of using anchored feature parameterizations for VINS.
• Abstract（参考訳）: 本稿では,アンカー型特徴表現を用いたフィルタリングに基づく視覚慣性ナビゲーションシステム(VINS)の可観測性と整合性の解析を行う。 固定されたランドマークパラメータ化を持つVINSの観測不能な部分空間は、推定されたランドマーク状態とは独立であることが示され、追加の修正を加えることなく、推定値の整合性を改善することができる。 しかし、観測不能な部分空間は依然として推定された航法状態に依存しており、追加の整合性強化技術を必要とする。 特徴表現を固定したVINSの整合性を改善する2つの方法を示す。 シミュレーションの結果、特に特徴初期化が不十分な場合において、グローバル参照フレームで解決された特徴を推定するアルゴリズムと比較して、アンカー付き特徴パラメタライゼーションを用いた全ての推定器は、整合性の向上を示すことが示された。 TUM-VIデータセットの現実的な実験では、アンカー化された特徴表現のみを使用することで、グローバルな特徴表現を使用する一貫性改善された推定器に匹敵するパフォーマンスが得られ、VINSにアンカー化された特徴パラメータ化を使用することのメリットが示されている。

関連論文リスト

• Weighted Reverse Convolution for Feature Upsampling [11.417895756597545]
  WRC(Weighted Reverse Convolution)は、高レベルな視覚ディスクリプタをデジタイズするための空間適応型逆演算子である。 WRCは空間的に異なる特徴に適応し、過剰な平滑化を緩和しながら重要な構造を保存する。 WRCは、セグメンテーション、深さ推定、ビデオオブジェクトのセグメンテーション、オブジェクト発見、キーポイント対応など、様々なダウンストリームベンチマークにおける機能品質を一貫して改善している。
  論文  参考訳（メタデータ） (2026-05-17T14:20:53Z)
• Continual Adaptation: Environment-Conditional Parameter Generation for Object Detection in Dynamic Scenarios [54.58186816693791]
  環境は時間と空間によって常に変化し、クローズドセットの仮定に基づいて訓練された物体検出器にとって重要な課題となる。 そこで本研究では,微調整過程をパラメータ生成に変換する機構を提案する。 特に,2経路LoRAベースのドメイン認識アダプタを最初に設計し,特徴をドメイン不変およびドメイン固有コンポーネントに分解する。
  論文  参考訳（メタデータ） (2025-06-30T17:14:12Z)
• Sparsification and Reconstruction from the Perspective of Representation Geometry [10.834177456685538]
  スパースオートエンコーダ (SAE) は機械的解釈可能性において主要なツールである。 本研究は,表現幾何学の観点から,空間の原理を説明する。 具体的には、表現を理解し、表現の制約を取り入れることの必要性を強調している。
  論文  参考訳（メタデータ） (2025-05-28T15:54:33Z)
• "Principal Components" Enable A New Language of Images [79.45806370905775]
  証明可能なPCAのような構造を潜在トークン空間に組み込む新しい視覚トークン化フレームワークを導入する。 提案手法は、最先端の再構築性能を実現し、人間の視覚システムとの整合性を向上する。
  論文  参考訳（メタデータ） (2025-03-11T17:59:41Z)
• A Refreshed Similarity-based Upsampler for Direct High-Ratio Feature Upsampling [54.05517338122698]
  一般的な類似性に基づく機能アップサンプリングパイプラインが提案されている。 本稿では,セマンティック・アウェアとディテール・アウェアの両方の観点から,明示的に制御可能なクエリキー機能アライメントを提案する。 我々は,モーザイクアーティファクトを緩和する上ではシンプルだが有効であるHR特徴に対して,きめ細かな近傍選択戦略を開発する。
  論文  参考訳（メタデータ） (2024-07-02T14:12:21Z)
• Keypoint Description by Symmetry Assessment -- Applications in Biometrics [49.547569925407814]
  有限展開によりキーポイント周辺の近傍を記述するモデルに基づく特徴抽出器を提案する。 そのような関数の等曲線は、原点(キーポイント)と推定されたパラメータがよく定義された幾何学的解釈を持つように、高度に対称な w.r.t である。
  論文  参考訳（メタデータ） (2023-11-03T00:49:25Z)
• Better Feature Integration for Named Entity Recognition [30.676768644145]
  両タイプの機能をSynergized-LSTM(Syn-LSTM)に組み込むためのシンプルで堅牢なソリューションを提案する。 その結果、提案モデルが従来のアプローチよりも優れたパフォーマンスを実現し、パラメータを少なくできることが示された。
  論文  参考訳（メタデータ） (2021-04-12T09:55:06Z)
• Adversarial Feature Augmentation and Normalization for Visual Recognition [109.6834687220478]
  最近のコンピュータビジョンの進歩は、分類モデルの一般化能力を改善するために、逆データ拡張を利用する。 本稿では,中間的特徴埋め込みにおける敵対的拡張を提唱する効率的かつ効率的な代替手法を提案する。 代表的なバックボーンネットワークを用いて,多様な視覚認識タスクにまたがる提案手法を検証する。
  論文  参考訳（メタデータ） (2021-03-22T20:36:34Z)

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。