論文の概要: ISOPoT: Imaging Sonar Odometry by Point Tracking

• arxiv url: http://arxiv.org/abs/2606.23006v1
• Date: Mon, 22 Jun 2026 08:18:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 02:52:54.687985
• Title: ISOPoT: Imaging Sonar Odometry by Point Tracking
• Title（参考訳）: ISOPoT:ポイントトラッキングによるソナーオドメトリー
• Authors: Jaša Samec, Vid Rijavec, Marko Peljhan, Aleksander Grm, Andrej Androjna, Danijel Skočaj, Matej Dobrevski,
• Abstract要約: 現代の点追跡技術に基づく画像ソナー計測手法であるISOPoTを紹介する。 複数フレームの点線を主対応表現として用いるソナー・オドメトリ・パイプラインを提案する。 以上の結果から,ISOPoTはソナーのみのシナリオとマルチセンサ設定の両方において従来手法よりも優れていた。
• 参考スコア（独自算出の注目度）: 34.99229313882639
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reliable navigation in underwater environments remains a key challenge in marine robotics. In such scenarios, forward-looking sonars are a natural choice for long-range perception, offering wide coverage even in turbid, low-visibility conditions. However, sonar images are inherently noisy, contain artifacts, and lack rich semantic structure, causing standard computer vision methods for keypoint detection and matching to perform poorly. In this paper, we introduce ISOPoT, an imaging sonar odometry method based on modern point tracking techniques. We propose a sonar odometry pipeline that uses multi-frame point tracks as its primary correspondence representation, augmented with lightweight optimizations to improve robustness. We evaluated the proposed method on the Aracati 2017 dataset, as well as on an internal sonar dataset collected in real-world underwater environments. Our results show that ISOPoT outperforms previous state-of-the-art methods consistently in both sonar-only scenarios and in multi-sensor settings.
• Abstract（参考訳）: 水中環境における信頼性の高いナビゲーションは、海洋ロボット工学における重要な課題である。 このようなシナリオでは、前方のソナーは長距離知覚にとって自然な選択であり、濁った低視認性条件でも広い範囲をカバーする。 しかし、ソナー画像は本質的にノイズがあり、アーティファクトを含んでおり、リッチなセマンティック構造が欠如しており、キーポイント検出とマッチングのための標準的なコンピュータビジョン手法が不十分である。 本稿では,現代の点追跡技術に基づく画像ソナー計測手法であるISOPoTを紹介する。 複数フレームの軌跡を主対応表現として用い,頑健性向上のために軽量な最適化を施したソナー・オドメトリ・パイプラインを提案する。 提案手法は,Aracati 2017データセットと,実環境水中で収集した内部ソナーデータセットを用いて評価した。 以上の結果から,ISOPoTはソナーのみのシナリオとマルチセンサ設定の両方において従来手法よりも優れていた。

関連論文リスト

• Single View Seafloor Recovery from Imaging Sonar via Differentiable Rendering [12.051446549851844]
  本研究では, 単一ソナー画像から30秒未満で入浴率を回復する学習自由度法を提案する。 我々の知る限り、ソナーにおける単視高回復のための最初の微分可能レンダリング手法である。
  論文  参考訳（メタデータ） (2026-05-22T20:36:49Z)
• A Probabilistic Framework for Improving Dense Object Detection in Underwater Image Data via Annealing-Based Data Augmentation [0.0]
  本研究では,高密度・非拘束の水中シーンにおけるロバスト性向上を目的とした新しいデータ拡張フレームワークを提案する。 本手法は,訓練中の空間の多様性と物体密度を向上し,複雑なシーンへの一般化を向上する。 これらの結果は,密集した現実世界の水中環境における検出性能向上のための拡張戦略の有効性を示すものである。
  論文  参考訳（メタデータ） (2026-04-23T01:44:56Z)
• Loc$^2$: Interpretable Cross-View Localization via Depth-Lifted Local Feature Matching [80.57282092735991]
  本稿では,高精度かつ解釈可能なクロスビューローカライズ手法を提案する。 地上画像の3自由度(DoF)のポーズを、その局所的な特徴と基準空中画像とをマッチングすることによって推定する。 実験では、クロスエリアテストや未知の向きといった挑戦的なシナリオにおいて、最先端の精度を示す。
  論文  参考訳（メタデータ） (2025-09-11T18:52:16Z)
• FAFA: Frequency-Aware Flow-Aided Self-Supervision for Underwater Object Pose Estimation [65.01601309903971]
  無人水中車両(UUV)の6次元ポーズ推定のための周波数認識フロー支援フレームワークであるFAFAを紹介する。 我々のフレームワークは、3DモデルとRGB画像のみに依存しており、実際のポーズアノテーションや奥行きのような非モダリティデータの必要性を軽減しています。 本研究では,一般的な水中オブジェクトポーズベンチマークにおけるFAFAの有効性を評価し,最先端手法と比較して顕著な性能向上を示した。
  論文  参考訳（メタデータ） (2024-09-25T03:54:01Z)
• SONIC: Sonar Image Correspondence using Pose Supervised Learning for Imaging Sonars [21.36164161799472]
  我々は,視点変化に耐えられる頑健な特徴対応を実現するために設計されたポーズ制御ネットワークSONICを紹介する。 本手法は,ソナー画像の対応生成における性能を著しく向上させる。
  論文  参考訳（メタデータ） (2023-10-23T15:21:46Z)
• Improving Underwater Visual Tracking With a Large Scale Dataset and Image Enhancement [70.2429155741593]
  本稿では,水中ビジュアルオブジェクト追跡(UVOT)のための新しいデータセットと汎用トラッカ拡張手法を提案する。 水中環境は、一様でない照明条件、視界の低さ、鋭さの欠如、コントラストの低さ、カモフラージュ、懸濁粒子からの反射を示す。 本研究では,追尾品質の向上に特化して設計された水中画像強調アルゴリズムを提案する。 この手法により、最先端(SOTA)ビジュアルトラッカーの最大5.0%のAUCの性能が向上した。
  論文  参考訳（メタデータ） (2023-08-30T07:41:26Z)
• Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
  本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。 これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。 高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
  論文  参考訳（メタデータ） (2023-08-24T12:32:46Z)
• View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
  本稿では,屋外ロボットのための微細な自己局在化手法を提案する。 提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。 これは、動的環境における知覚を増強する初めての疎視のみの手法である。
  論文  参考訳（メタデータ） (2023-08-16T02:51:52Z)
• 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)
• Nonlinear Intensity Underwater Sonar Image Matching Method Based on Phase Information and Deep Convolution Features [6.759506053568929]
  本稿では,位相情報と深部畳み込み特徴に基づく組み合わせマッチング手法を提案する。 1つは、深い畳み込みの特徴がソナー像の局所的および大域的位置の類似性を測定するのに使えることである。
  論文  参考訳（メタデータ） (2021-11-29T02:36:49Z)

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。