論文の概要: Semantic Semi-Incremental Data-Association-Free Object SLAM

• arxiv url: http://arxiv.org/abs/2607.23384v1
• Date: Sat, 25 Jul 2026 22:31:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:15.087795
• Title: Semantic Semi-Incremental Data-Association-Free Object SLAM
• Title（参考訳）: 意味的半インクリメンタルデータ・アソシエーションフリーオブジェクトSLAM
• Abstract要約: 本稿では,データアソシエーション,ロボットポーズ,ランドマーク位置,およびランドマークからのランドマーク意味を共同で推定するデータアソシエーションフリーSLAMフレームワークについて述べる。 提案するフレームワークとアルゴリズムは,2種類の意味情報,クラスラベルと実数値特徴ベクトルを用いて,合成および実世界のデータセット上で評価し,強いベースラインよりも優れた性能を示す。
• 参考スコア（独自算出の注目度）: 11.321893316573695
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Data association between landmark measurements and landmark variables has long been a central challenge in SLAM, as estimation accuracy depends critically on associating measurements with the correct landmark variables. Recent advances in deep learning have created new opportunities for the problem; data association can now leverage not only positional measurements but also semantic information about object landmarks, such as class labels from neural object detectors and feature vectors from visual foundation models. In this paper, we present a generalized data-association-free SLAM framework that jointly estimates data associations, robot poses, landmark positions, and landmark semantics from odometry, and positional and semantic measurements of landmarks. The proposed framework (i) creates a synergy between data association and landmark semantics estimation; (ii) adopts a semi-incremental estimation scheme for improved accuracy and computational efficiency; and (iii) provides a principled justification, guidelines, and heuristics for landmark-number estimation, improving the interpretability and practical usability of the framework. The proposed framework and algorithms are evaluated on synthetic and real-world datasets with two types of semantic information, class labels and real-valued feature vectors, and demonstrate superior performance compared to strong baselines.
• Abstract（参考訳）: ランドマーク測定とランドマーク変数の関連性は、推定精度が正確なランドマーク変数との関連性に大きく依存するため、長年、SLAMにおける中心的な課題であった。 データアソシエーションは、位置測定だけでなく、ニューラルオブジェクト検出器のクラスラベルや視覚基盤モデルの特徴ベクトルといった、オブジェクトのランドマークに関する意味情報も活用できるようになった。 本稿では,データアソシエーション,ロボットポーズ,ランドマーク位置,およびランドマークからのランドマーク意味を共同で推定する汎用データアソシエーションフリーSLAMフレームワークを提案する。 提案する枠組み i) データアソシエーションとランドマークセマンティクス推定の相乗効果を作成する。 (二)精度と計算効率を向上させるための半インクリメンタル推定方式を採用する。 (iii) ランドマーク数推定のための原則的正当化、ガイドライン、ヒューリスティックスを提供し、フレームワークの解釈可能性と実用性を改善する。 提案するフレームワークとアルゴリズムは,2種類の意味情報,クラスラベルと実数値特徴ベクトルを用いて,合成および実世界のデータセット上で評価し,強いベースラインよりも優れた性能を示す。

関連論文リスト

• Interpretable Coreference Resolution Evaluation Using Explicit Semantics [35.71215348826291]
  CoNLL-F1のような集約統計量を用いて、参照分解能を評価する。 コア参照解決のためのセマンティック・エンハンスド・アセスメント・フレームワークを提案する。 我々のフレームワークは、集約されたメトリクスによって隠されたままの体系的な弱点を明らかにする。
  論文  参考訳（メタデータ） (2026-05-11T14:20:16Z)
• Bridging the Semantic Gap for Categorical Data Clustering via Large Language Models [64.58262227709842]
  ARISE(Attention-weighted Representation with Integrated Semantic Embeddings)が紹介される。 正確なクラスタリングのためにカテゴリデータのメトリック空間を補完するセマンティックアウェア表現を構築する。 8つのベンチマークデータセットの実験では、7つの代表的なデータセットよりも一貫した改善が示されている。
  論文  参考訳（メタデータ） (2026-01-03T11:37:46Z)
• TOPO-Bench: An Open-Source Topological Mapping Evaluation Framework with Quantifiable Perceptual Aliasing [10.736029638634504]
  トポロジカル一貫性をトポロジカルマップの基本特性として定式化し、ローカライゼーション精度が効率的な代理計量を提供することを示す。 本研究では,環境間の公正な比較を可能にするために,データセットのあいまいさに関する最初の定量的尺度を提案する。 すべてのデータセット、ベースライン、評価ツールは完全にオープンソースであり、トポロジカルマッピングにおける一貫した再現可能な研究を促進する。
  論文  参考訳（メタデータ） (2025-10-05T08:58:08Z)
• Topology-Aware Modeling for Unsupervised Simulation-to-Reality Point Cloud Recognition [63.55828203989405]
  我々はオブジェクトポイントクラウド上でSim2Real UDAのための新しいTopology-Aware Modeling (TAM)フレームワークを紹介する。 提案手法は,低レベルの高周波3次元構造を特徴とするグローバル空間トポロジを利用して,領域間隙を緩和する。 本稿では,クロスドメイン・コントラスト学習と自己学習を組み合わせた高度な自己学習戦略を提案する。
  論文  参考訳（メタデータ） (2025-06-26T11:53:59Z)
• Downstream-Pretext Domain Knowledge Traceback for Active Learning [138.02530777915362]
  本稿では、下流知識と事前学習指導のデータ相互作用をトレースするダウンストリーム・プレテキスト・ドメイン知識トレース(DOKT)手法を提案する。 DOKTは、トレースバックの多様性指標とドメインベースの不確実性推定器から構成される。 10のデータセットで行った実験は、我々のモデルが他の最先端の手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-07-20T01:34:13Z)
• Minimally Supervised Learning using Topological Projections in Self-Organizing Maps [55.31182147885694]
  自己組織化マップ(SOM)におけるトポロジカルプロジェクションに基づく半教師付き学習手法を提案する。 提案手法は,まずラベル付きデータ上でSOMを訓練し,最小限のラベル付きデータポイントをキーベストマッチングユニット(BMU)に割り当てる。 提案した最小教師付きモデルが従来の回帰手法を大幅に上回ることを示す。
  論文  参考訳（メタデータ） (2024-01-12T22:51:48Z)
• Surprisal Driven $k$-NN for Robust and Interpretable Nonparametric Learning [1.4293924404819704]
  我々は情報理論の観点から、隣り合う従来のアルゴリズムに新たな光を当てた。 単一モデルを用いた分類,回帰,密度推定,異常検出などのタスクに対する頑健で解釈可能なフレームワークを提案する。 我々の研究は、分類と異常検出における最先端の成果を達成することによって、アーキテクチャの汎用性を示す。
  論文  参考訳（メタデータ） (2023-11-17T00:35:38Z)
• Discover, Explanation, Improvement: An Automatic Slice Detection Framework for Natural Language Processing [72.14557106085284]
  スライス検出モデル(SDM)は、データポイントの低パフォーマンスなグループを自動的に識別する。 本稿では,NLPタスクの分類のための "Discover, Explain, improve (DEIM)" というベンチマークを提案する。 評価の結果,Edisaは情報的セマンティックな特徴を持つ誤り発生データポイントを正確に選択できることがわかった。
  論文  参考訳（メタデータ） (2022-11-08T19:00:00Z)
• Adaptive Local-Component-aware Graph Convolutional Network for One-shot Skeleton-based Action Recognition [54.23513799338309]
  骨格に基づく行動認識のための適応的局所成分認識グラフ畳み込みネットワークを提案する。 我々の手法はグローバルな埋め込みよりも強力な表現を提供し、我々のモデルが最先端に到達するのに役立ちます。
  論文  参考訳（メタデータ） (2022-09-21T02:33:07Z)
• Scalable Intervention Target Estimation in Linear Models [52.60799340056917]
  因果構造学習への現在のアプローチは、既知の介入目標を扱うか、仮説テストを使用して未知の介入目標を発見する。 本稿では、全ての介入対象を一貫して識別するスケーラブルで効率的なアルゴリズムを提案する。 提案アルゴリズムは、与えられた観測マルコフ同値クラスを介入マルコフ同値クラスに更新することも可能である。
  論文  参考訳（メタデータ） (2021-11-15T03:16:56Z)
• Semantic SLAM with Autonomous Object-Level Data Association [31.707650560075976]
  セマンティックレベルのSLAMシステムは,高精度なオブジェクトレベルのデータアソシエーションとリアルタイムなセマンティックマッピングを実現する。 オンラインのセマンティックマップ構築とセマンティックレベルのローカライズ機能は、事前の未知環境におけるセマンティックレベルのマッピングとタスク計画を容易にする。
  論文  参考訳（メタデータ） (2020-11-20T20:33:39Z)
• EAO-SLAM: Monocular Semi-Dense Object SLAM Based on Ensemble Data Association [13.066862774833867]
  パラメトリックおよび非パラメトリック統計テストを統合するためのアンサンブルデータアソシエイト戦略を提案する。 そこで我々は,アウトリーズ・ロスト・センタロイドとスケール推定アルゴリズムを開発した,正確なオブジェクトポーズ推定フレームワークを提案する。 モノクロカメラを用いた半高精細もしくは軽量なオブジェクト指向マップを作成できるSLAMシステムを構築した。
  論文  参考訳（メタデータ） (2020-04-27T11:59:28Z)

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。