Fugu-MT 論文翻訳(概要): DSP-SLAM++: A Unified Framework for Multi-Class, High-Fidelity Object SLAM in the Wild

論文の概要: DSP-SLAM++: A Unified Framework for Multi-Class, High-Fidelity Object SLAM in the Wild

arxiv url: http://arxiv.org/abs/2606.25953v1
Date: Wed, 24 Jun 2026 15:27:23 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-25 17:05:30.382639
Title: DSP-SLAM++: A Unified Framework for Multi-Class, High-Fidelity Object SLAM in the Wild
Title（参考訳）: DSP-SLAM++: 野生のマルチクラスで高忠実なオブジェクトSLAMのための統一フレームワーク
Abstract要約: 本稿では, DSP-SLAMフレームワークを拡張した DSP-SLAM++ を提案する。本稿では,複数のオブジェクトクラスに対して,厳密なマッピングスレッドボトルネックを排除しつつ,細粒度で幾何学的に完備な形状を生成するシステムについて述べる。この研究は、魚眼-LiDARセンサーを備えたプラットフォームでの使用を可能にすることで、自律運転やロボット操作といった現実世界のアプリケーションにとって、高忠実でマルチクラスなオブジェクトSLAMをより実用的なものにする。
参考スコア（独自算出の注目度）: 0.6299766708197881
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Existing object-aware SLAM systems force a trade-off between real-time performance, multi-class support, and the generation of high-fidelity, semantically coherent object models. To address this trade-off, we present DSP-SLAM++, which extends the DSP-SLAM framework with an asynchronous mapping pipeline for real-time performance and dedicated sensor fusion adaptations for a monocular fisheye-LiDAR suite. Experiments demonstrate that our system generates fine-grained, geometrically-complete shapes for multiple object classes while eliminating severe mapping thread bottlenecks by reducing maximum object processing latency by up to 70\% compared to the state-of-the-art baseline, enabling robust, real-time performance on a challenging 25 Hz multi-class datasets. This work makes high-fidelity, multi-class object SLAM more practical for real-world applications like autonomous driving and robotic manipulation by enabling its use on platforms with common fisheye-LiDAR sensor setups. The open-source code is available at: [github.com/AUBVRL/DSP-SLAMpp].
Abstract（参考訳）: 既存のオブジェクト認識SLAMシステムは、リアルタイムパフォーマンス、マルチクラスサポート、および高忠実でセマンティックに一貫性のあるオブジェクトモデルの生成の間のトレードオフを強制する。このトレードオフに対処するため, DSP-SLAM++ は DSP-SLAM フレームワークを拡張し, リアルタイム性能のための非同期マッピングパイプラインと, 単眼魚眼-LiDAR スイート用の専用のセンサフュージョン適応を提供する。実験により,本システムは,最先端のベースラインと比較して,最大オブジェクト処理遅延を最大70倍に削減し,25Hzのマルチクラスデータセット上での堅牢かつリアルタイムな性能を実現することにより,厳密なマッピングスレッドボトルネックを解消し,複数のオブジェクトクラスに対してきめ細かな,幾何学的に完備な形状を生成することを示した。この研究は、魚眼-LiDARセンサーを備えたプラットフォームでの使用を可能にすることで、自律運転やロボット操作といった現実世界のアプリケーションにとって、高忠実でマルチクラスなオブジェクトSLAMをより実用的なものにする。オープンソースコードは、[github.com/AUBVRL/DSP-SLAMpp]で入手できる。

関連論文リスト

LXD-SLAM: LiDAR+X Dense SLAM with $\sum_{i=0}^{5}C_5^i$ Configurable Sensor Combinations [29.697667495253118]
本稿では,LXD-SLAM(LiDAR+X Dense SLAM)を提案する。我々は,適応的階層的予測戦略を備えた,数学的に統一された反復誤差行列カルマンフィルタを用いる。グローバルな一貫性のために,GPサブメシから派生した拡張スキャンコンテキスト(ESC)を導入する。
論文参考訳（メタデータ） (2026-06-26T07:53:09Z)
LEO: Graph Attention Network based Hybrid Multi Sensor Extended Object Fusion and Tracking for Autonomous Driving Applications [0.0]
古典的ベイズ拡張対象モデルをディープラーニング手法で橋渡しする。 LEOは適応的な融合重みを学習し、時間的整合性を確保し、マルチスケールなジオメトリを表現できることを示す。メルセデス・ベンツ DRIVE PILOT L3 データセットの評価は,実運用システムに適したリアルタイム計算効率を示す。
論文参考訳（メタデータ） (2026-04-02T15:58:18Z)
From One-to-One to Many-to-Many: Dynamic Cross-Layer Injection for Deep Vision-Language Fusion [91.35078719566472]
VLM(Vision-Language Models)は、粗い非対称接続を使用することで、深刻な視覚的特徴のボトルネックを生み出す。 CLI(Cross-Layer Injection)は,2つのモダリティの間に動的に多対多の橋を架ける,斬新で軽量なフレームワークである。
論文参考訳（メタデータ） (2026-01-15T18:59:10Z)
Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method [54.461213497603154]
作業中心の手法は、最近、フレームとモダリティをまたいだ一貫した条件付けを提供することで、最先端の結果を得た。 Nuplan-Occは、広く使われているNuplanベンチマークから構築された、これまでで最大の占有率データセットである。高品質な占有、多視点ビデオ、LiDAR点雲を共同で合成する統合フレームワークを開発した。
論文参考訳（メタデータ） (2025-10-27T03:52:45Z)
EfficientDepth: A Fast and Detail-Preserving Monocular Depth Estimation Model [1.4525559282354221]
我々は、トランスフォーマーアーキテクチャと軽量畳み込みデコーダを組み合わせた、EfficientDepthと呼ばれる新しいMDEシステムを導入する。我々は,ハイパフォーマンスなMDE法を用いて,ラベル付き合成画像と実画像と,擬似ラベル付き実画像の組み合わせでモデルを訓練する。一般的に使用される目的に加えて,LPIPSに基づく損失関数を導入し,ネットワークが詳細な深度マップを作成することを奨励する。
論文参考訳（メタデータ） (2025-09-26T16:05:43Z)
Lightweight Multi-Scale Feature Extraction with Fully Connected LMF Layer for Salient Object Detection [8.924457924091408]
本稿では,LMF層と呼ばれる,軽量なマルチスケール特徴抽出層を提案する。複数のLMF層を統合することで,有能な物体検出に適した軽量ネットワークLMFNetを開発した。 LMFNetは、0.81Mパラメータしか持たない5つのベンチマークデータセットに対して、最先端または同等の結果が得られることを示す。
論文参考訳（メタデータ） (2025-08-10T04:06:48Z)
CAMELTrack: Context-Aware Multi-cue ExpLoitation for Online Multi-Object Tracking [68.24998698508344]
CAMELはコンテキスト対応型マルチキューExpLoitationのための新しいアソシエイトモジュールである。エンド・ツー・エンドの検知・バイ・トラック方式とは異なり,本手法は軽量かつ高速にトレーニングが可能であり,外部のオフ・ザ・シェルフモデルを活用することができる。提案するオンライントラッキングパイプラインであるCAMELTrackは,複数のトラッキングベンチマークで最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2025-05-02T13:26:23Z)
MObI: Multimodal Object Inpainting Using Diffusion Models [52.07640413626605]
マルチモーダル・オブジェクト・インペイントのための新しいフレームワークであるMObIを紹介する。単一の参照RGBイメージを使用して、MObIは既存のマルチモーダルシーンにオブジェクトをシームレスに挿入できる。マスクの編集だけに頼っている従来の塗り絵とは違って、3Dバウンディングボックスコンディショニングは、オブジェクトの正確な空間的位置決めとリアルなスケーリングを可能にします。
論文参考訳（メタデータ） (2025-01-06T17:43:26Z)
PVAFN: Point-Voxel Attention Fusion Network with Multi-Pooling Enhancing for 3D Object Detection [59.355022416218624]
点とボクセルの表現の統合は、LiDARベースの3Dオブジェクト検出においてより一般的になりつつある。 PVAFN(Point-Voxel Attention Fusion Network)と呼ばれる新しい2段3次元物体検出器を提案する。 PVAFNはマルチプール戦略を使用して、マルチスケールとリージョン固有の情報を効果的に統合する。
論文参考訳（メタデータ） (2024-08-26T19:43:01Z)
Depth Completion with Multiple Balanced Bases and Confidence for Dense Monocular SLAM [33.66705447919248]
本稿では,軽量深度補完網をスパースSLAMシステムに統合する新しい手法を提案する。具体的には,BBC-Netと呼ばれる,高度に最適化されたマルチバス深度補完ネットワークを提案する。 BBC-Netは、オフザシェルキーポイントベースのSLAMシステムによって生成されたスパースポイントを持つ単眼画像から、複数のバランスの取れたベースと信頼マップを予測できる。
論文参考訳（メタデータ） (2023-09-08T06:15:27Z)
PSNet: Parallel Symmetric Network for Video Salient Object Detection [85.94443548452729]
我々は,PSNet という名前のアップ・ダウン・パラレル対称性を持つ VSOD ネットワークを提案する。 2つの並列ブランチが、ビデオの完全サリエンシ復号化を実現するために設定されている。
論文参考訳（メタデータ） (2022-10-12T04:11:48Z)

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。