論文の概要: G-PROBE: Cross-FOV Place Recognition and Certainty-Coupled Localization for 3D Point Clouds

• arxiv url: http://arxiv.org/abs/2607.06782v1
• Date: Tue, 07 Jul 2026 20:22:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.208676
• Title: G-PROBE: Cross-FOV Place Recognition and Certainty-Coupled Localization for 3D Point Clouds
• Title（参考訳）: G-PROBE:3次元点雲における位置認識と不確実性結合位置化
• Abstract要約: 学習自由なグローバルローカライゼーションフレームワークであるG-PROBEを提案する。 仮想センサー分解は、狭いFOVセンサーからパノラマまたはマルチセンサーリグまでの構成で、設計上は同じパイプラインを実行する。 G-PROBEは、平均して学習不要なマルチセッションF1に達し、パノラマ単一セッション設定で競合する。
• 参考スコア（独自算出の注目度）: 7.48167476351547
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Global localization from 3D point clouds remains challenging under limited or asymmetric fields of view (FOV), which fail to provide the dense, symmetric coverage that place recognition methods assume. We present G-PROBE, a learning-free global localization framework that removes this assumption. A virtual sensor decomposition runs the same pipeline, by design, on configurations ranging from a narrow-FOV sensor to a panoramic or multi-sensor rig. The front-end enumerates cross-FOV branch ensembles that encode heading hypotheses for heading-invariant place recognition. A score-scale-invariant, tuning-free gamma-SGRT suppresses heading aliasing under partial FOV and provably becomes inert at symmetric 360 degrees. The back-end, CG-GICP, refines a coarse full-cloud GICP with a pass restricted to high-certainty co-observed points selected by a bird's-eye-view certainty map (a by-product of front-end scoring). This certainty coupling links descriptor evaluation to 6-DoF metric pose estimation without an external verification module. Evaluated on five LiDAR datasets and three modalities (mechanical, solid-state, FMCW), G-PROBE attains the highest learning-free multi-session F1 on average and is competitive in panoramic single-session settings. Where hand-crafted and zero-shot supervised baselines collapse under wide-to-narrow cross-sensor pairing, it remains usable end-to-end (up to 55.0% vs. no more than 6.8% success), and under FOV asymmetry (360 to 60 degrees) it retains about 54% Recall@1, about 18x the strongest learning-free baseline.
• Abstract（参考訳）: 3次元点雲からのグローバルな局在化は、有限あるいは非対称な視野(FOV)の下では依然として困難であり、位置認識法が想定する密度の高い対称なカバレッジを提供するには至らなかった。 本稿では,この仮定を除去する学習自由なグローバルローカライゼーションフレームワークG-PROBEを提案する。 仮想センサー分解は、狭いFOVセンサーからパノラマまたはマルチセンサーリグまでの構成で、設計上は同じパイプラインを実行する。 フロントエンドは、方向不変の場所認識のための方向仮説を符号化するクロスFOV分岐アンサンブルを列挙する。 スコアスケール不変でチューニング不要なガンマ-SGRTは、部分FOVの下での方向エイリアスを抑制し、対称360度で確実に不活性となる。 バックエンドのCG-GICPは、鳥の目視確実性マップ(フロントエンドスコアの副産物)によって選択された、高精度のコオブザーブポイントに制限されたパスで、粗いフルクラウドGICPを洗練する。 この確実性結合は、外部検証モジュールを使わずに、6-DoFメトリックポーズ推定に記述子評価をリンクする。 5つのLiDARデータセットと3つのモード(メカニカル、ソリッドステート、FMCW)で評価され、G-PROBEは平均して学習不要なマルチセッションF1に達し、パノラマ単一セッション設定で競合する。 手作りでゼロショットの教師付きベースラインは、広角と狭角のクロスセンサーペアリングの下で崩壊するが(最大55.0%、成功率6.8%)、FOV非対称性(360度から60度)では54%のリコール@1を持ち、学習自由ベースラインとしては18倍である。

関連論文リスト

• Back to the Feature: Zero-Shot 6DoF Pose Estimation via Dense Local Features [0.0]
  RGB画像から見えない物体の6DoFポーズ推定のための訓練不要ゼロショット法であるB2oseを提案する。 B2oseは、タスク固有の微調整なしで、合成と現実のドメインギャップをまたいで一般化する、密集したパッチレベルの特徴を抽出する。 BOPベンチマークの7つのコアデータセットでは、B2oseは改善のない40.7の平均ARと56.4の洗練を実現している。
  論文  参考訳（メタデータ） (2026-09-06T16:57:27Z)
• GAAT: Geometry-Aware Alignment Transformer for Multimodal UAV Perception [7.90322991085067]
  無人航空機(UAV)のマルチモーダル認識は、可視光(RGB)、赤外線(IR)、合成開口レーダー(SAR)、様々な条件下でのシーン理解のための深度センサーを統合している。 本稿では,モーダル間相互作用前の局所対応信頼性を推定するアライメントファースト事前学習モデルGAATを提案する。 UAVMetaとStateBenchは,プラットフォームテレメトリと画像統計から得られる4つの取得状態スコアを提供する。
  論文  参考訳（メタデータ） (2026-08-28T06:36:17Z)
• Architecture-Dependent Causal Transfer of Activation States Across Large Language Models [51.56484100374058]
  内部言語アクティベーション状態は、異なる大きな言語モデル間で因果的に転送することができる。 生成中に投影された活性化をターゲットモデルに注入すると、統計的に有意で事前登録された因果効果が生じる。 現在実装されているLCM間のエンド・ツー・エンドのアクティベーション・ステート・トランスファーは、ユニバーサルではなくアーキテクチャに依存していると結論付けている。
  論文  参考訳（メタデータ） (2026-08-17T09:53:27Z)
• FoundationGeo: Learning Spatial Pixel-Wise Fields for Monocular Metric Geometry [52.232826445242644]
  FoundationGeoは空間キャリブレーションと原則データ設計による相対的および計量的予測を橋渡しする。 ステージ1は DINOv3 で初期化することで高忠実なアフィン不変幾何モデルを学ぶ。 ステージ2は、メートル法推定のためのピクセルワイドキャリブレーションフィールドを導入することで、グローバルなスケーリングを越えている。
  論文  参考訳（メタデータ） (2026-07-13T14:10:01Z)
• Surflo: Consistent 3D Surface Flow Model with Global State [57.57234680235885]
  Surfloは、方向付けられた3次元表面点を、ノイズからフローマッチングを通じて独立して表面へ輸送することでデコードする。 独立なポイント単位の復号化に固有の局所的不整合を抑制するために、光度勾配を注入することにより、推定時間誘導項が近傍の点と相関する。 Surfloは、サーフェスメトリクスのフィードフォワードベースラインにマッチし、数百のビューを必要とする最適化ベースのメソッドよりも桁違いに高速に動作し、グローバルなラテントと任意の解像度のデコーディングを組み合わせた唯一のフィードフォワードアプローチである。
  論文  参考訳（メタデータ） (2026-06-11T17:48:38Z)
• Weather-Robust Cross-View Geo-Localization via Prototype-Based Semantic Part Discovery [6.276425555068115]
  クロスビュージオローカライゼーション(CVGL)は、信号が妨害されたり、スプーフされたり、利用できない場合、自律ドローンナビゲーションのキーとなる代替手段として登場した。 パッチグリッド上の明示的な部分グループ化を実現する,パッチベースの視覚変換器(ViT)用の軽量スワップ可能なヘッドであるSkyPartを提案する。 26.95Mパラメータと22.14 GFLOPでは、SkyPartは最もパフォーマンスの高い手法の中で最小である。
  論文  参考訳（メタデータ） (2026-05-12T07:15:52Z)
• Efficient Hybrid CNN-GNN Architecture for Monocular Depth Estimation [0.0]
  畳み込みエンコーダ・デコーダフレームワークにグラフニューラルネットワーク(GNN)を統合する単眼深度推定アーキテクチャであるGraphDepthを提案する。 我々のアプローチは、効率的なGraphSAGEレイヤをResNet-101 U-Netバックボーンの複数スケールに埋め込む。 NYU Depth V2、WHU Aerial、ETH3D、Mid-Airベンチマークの実験では、最先端のトランスフォーマーの4.6%で競合精度が示されている。
  論文  参考訳（メタデータ） (2026-05-11T09:21:04Z)
• VFM-Loc: Zero-Shot Cross-View Geo-Localization via Aligning Discriminative Visual Hierarchies [5.868908918033978]
  リモートセンシングにおけるCross-View Geo-Localization (CVGL) は、ジオタグ付き衛星画像とマッチングすることで、ドローンビュークエリを見つけることを目的としている。 視覚基礎モデル(VFM)から一般化可能な視覚表現を利用するゼロショットCVGLのためのトレーニングフリーフレームワークであるVFM-Locを提案する。 実験により、VFM-Locは標準ベンチマークで強いゼロショット精度を示し、大きな斜角角を持つ挑戦的なLO-UCVデータセット上で、Recall@1で教師付きメソッドを20%以上超えることが示されている。
  論文  参考訳（メタデータ） (2026-03-14T09:23:59Z)
• CoV: Chain-of-View Prompting for Spatial Reasoning [64.77921266428824]
  CoV(Chain-of-View)は、視覚言語モデルをアクティブな視点推論子に変換する。 我々はOpenEQA上でのCoVの評価を行い、Qwen3-VL-Flashで最大13.62%向上したLLM-Matchで平均+11.56%改善した。
  論文  参考訳（メタデータ） (2026-01-08T17:59:42Z)
• Cross3DReg: Towards a Large-scale Real-world Cross-source Point Cloud Registration Benchmark [57.42211080221526]
  異なるセンサーからのポイントクラウドデータを整列することを目的とした、クロスソースのポイントクラウド登録は、3Dビジョンの基本的なタスクである。 ディープ登録モデルをトレーニングするための大規模な実世界のデータセットが公開されていないことや、複数のセンサーによってキャプチャされたポイントクラウド固有の違いが課題となっている。 現在世界最大のマルチモーダル・クロスソース・クラウド登録データセットであるCross3DRegを構築している。 クロスソース・ポイント・クラウド機能の整合性を高めるために,ビジュアル・ジオメトリ・アテンションガイド付きマッチングモジュールを提案する。
  論文  参考訳（メタデータ） (2025-09-08T09:01:13Z)
• Revisiting 360 Depth Estimation with PanoGabor: A New Fusion Perspective [89.53522682640337]
  本稿では,これらの課題に対処するため,指向性歪みを考慮したGabor Fusionフレームワーク(PGFuse)を提案する。 再帰的歪みに対処するために、線形緯度対応の歪み表現法を設計し、カスタマイズされた歪み対応ガボルフィルタを生成する。 ガボル変換の配向感度を考慮すると、この感度を安定させるために球面勾配制約を導入する。
  論文  参考訳（メタデータ） (2024-08-29T02:58:35Z)
• Towards Better Gradient Consistency for Neural Signed Distance Functions via Level Set Alignment [50.892158511845466]
  レベルセットの並列性によって示される場の勾配一貫性が、推論精度に影響を及ぼす重要な要因であることを示す。 そこで本研究では,次数集合の並列性を評価するためのレベルセットアライメント損失を提案する。
  論文  参考訳（メタデータ） (2023-05-19T11:28:05Z)
• Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images [96.66271207089096]
  FCOS-LiDARは、自律走行シーンのLiDAR点雲のための完全な1段式3Dオブジェクト検出器である。 標準的な2Dコンボリューションを持つRVベースの3D検出器は、最先端のBEVベースの検出器と同等の性能を発揮することを示す。
  論文  参考訳（メタデータ） (2022-05-27T05:42:16Z)
• VISTA: Boosting 3D Object Detection via Dual Cross-VIew SpaTial Attention [32.44687996180621]
  VISTA(Dual Cross-VIew Spatial Attention)を用いて,グローバル空間コンテキストにおける多視点特徴を適応的に融合する手法を提案する。 The proposed VISTA is a novel plug-and-play fusion module, where in the multi-layer perceptron widely adopted in standard attention module is replaced to a convolutional。 提案手法は,全mAPの63.0%,NDSの69.8%をnuScenesベンチマークで達成し,自転車などの安全基準カテゴリーの最大24%を達成している。
  論文  参考訳（メタデータ） (2022-03-18T02:34:59Z)

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。