論文の概要: From Uncertainty to Determinism: Coarse-to-Fine Visual Floorplan Localization without Ray Matching
- arxiv url: http://arxiv.org/abs/2607.26817v2
- Date: Sun, 02 Aug 2026 12:33:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:24.020786
- Title: From Uncertainty to Determinism: Coarse-to-Fine Visual Floorplan Localization without Ray Matching
- Title（参考訳）: 不確かさから決定主義へ:レイマッチングを伴わない粗い視覚的フロアプラン定位
- Abstract要約: 本稿では,不確実性から決定論へと進展する粗大な視覚的FLOCフレームワークを提案する。
改良段階において,候補中心の作物から有界なサブメーターの残差を予測できる局所精製器を提案する。
本手法は,オフラインマップ前処理やテストタイムのルックアップテーブルを必要とせずに,グローバルなマルチハイプセシストラッキングと局所サブメーター改善のバランスを効果的に行う。
- 参考スコア（独自算出の注目度）: 12.273420964874058
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Visual Floorplan Localization (FLoc) has emerged as a promising solution for indoor localization by matching egocentric images against minimalist structural maps. However, due to cross-modal information asymmetry and repetitive indoor layouts, visual FLoc is fundamentally challenged by multimodal pose distributions, where visually identical observations map to distinct, spatially separated locations. Existing ray-matching-based methods tackle this by explicitly predicting sparse geometric or semantic rays, which inherently incur information loss and demand resource-intensive preprocessing alongside exhaustive matching during inference. In this paper, we bypass the intermediate ray-matching paradigm and propose a coarse-to-fine visual FLoc framework that progresses from uncertainty to determinism. In the coarse stage, we design an image-conditioned pose diffusion model to parameterize the continuous multimodal pose distribution, effectively routing stochastically initialized pose particles toward distinct candidate modes. In the refinement stage, we propose a localized refiner that predicts bounded sub-meter pose residuals from candidate-centered floorplan crops, where structural ambiguities are largely eliminated. Our method effectively balances global multi-hypothesis tracking and local sub-meter refinement without requiring any offline map preprocessing or test-time lookup tables. Comprehensive results on the S3D (full) and ZInD benchmarks demonstrate that our approach achieves state-of-the-art accuracy and robustness.
- Abstract（参考訳）: ビジュアル・フロアプラン・ローカライゼーション(FLOC)は,エゴセントリックな画像とミニマリストな構造図とをマッチングすることによって,屋内のローカライゼーションのための有望なソリューションとして登場した。
しかし、クロスモーダル情報非対称性と反復的な屋内配置により、視覚的FLOCは、視覚的に同一の観測結果が別個の空間的に分離された場所にマッピングされる多モーダルポーズ分布によって、基本的には困難である。
既存のレイマッチング法は、情報損失を生かし、推論中に網羅的なマッチングとともにリソース集約的な前処理を要求するスパース幾何学的あるいはセマンティックな光線を明示的に予測することで、この問題に対処する。
本稿では、中間光マッチングパラダイムをバイパスし、不確実性から決定性へと進展する粗い視覚的FLOCフレームワークを提案する。
粗い段階では、連続多モードポーズ分布をパラメータ化するための画像条件付きポーズ拡散モデルを設計し、確率的に初期化されたポーズ粒子を異なる候補モードにルーティングする。
改良段階において, 構造的曖昧性を大きく排除した, 候補中心のフロアプランクトリーから有界サブメーターの残差を推定する局所精製器を提案する。
本手法は,オフラインマップ前処理やテストタイムのルックアップテーブルを必要とせずに,グローバルなマルチハイプセシストラッキングと局所サブメーター改善のバランスを効果的に行う。
S3D(full)およびZInDベンチマークの総合的な結果から,本手法が最先端の精度と堅牢性を実現することを示す。
関連論文リスト
- Adaptive Depth-Map-Guided Bundle Adjustment for Correspondence-Free Multi-View Point Cloud Registration [10.891615423471317]
本稿では,対応のないマルチビューポイントクラウド登録のための適応層化深度マップ誘導バンドル調整フレームワークを提案する。
自己収集型産業データセットの実験により,提案手法が一貫した競争力のある復元精度を実現することを示す。
論文 参考訳（メタデータ） (2026-09-01T11:28:46Z) - Topometric Autonomous Vehicle Localization by Combining Visual Embeddings and Feed-Forward 3D Models [3.807858988066276]
本稿では,VPRとメカニカルポーズ推定を組み合わせた視覚的ローカライゼーションの枠組みを提案する。
3つの既知のベンチマークでフレームワークを広範囲に評価し、既存の外見に基づく手法よりも大幅に改善した。
提案手法のモジュラリティにより,ディスクリプタ抽出モデルとFF3Dモデルとの相互互換性が保たれる。
論文 参考訳（メタデータ） (2026-08-06T13:26:47Z) - LeCropFollow: Latent Space Planning for Navigation in Unstructured Crop Fields [7.898784066160524]
本稿では,視覚ナビゲーションフレームワークLeCropFollowについて述べる。
その結果,LeCropFollowは非構造行で最先端のベースラインと一致しているが,プランテーションギャップでは著しく優れていた。
これらの結果から,不均一な農業環境下での運用において,潜在計画が幾何的推定に頑健な代替手段となることが示唆された。
論文 参考訳（メタデータ） (2026-06-30T16:47:08Z) - Information-Preserving Continuous Occupancy Mapping with Variance-Weighted Submap Joining [10.891615423471317]
本稿では,潜在対数空間におけるサブマップポーズとグローバル占有領域を協調的に最適化する,最初の連続部分マップ結合フレームワークを提案する。
シミュレーションおよび大規模実世界のデータセットを用いた実験により、提案手法は、最先端のグリッドベースのサブマップ結合アプローチよりも精度が高く、グローバルな一貫性が向上することを示した。
論文 参考訳（メタデータ） (2026-06-09T05:38:11Z) - Geometry-Aware Dataset Condensation for Diffusion Model Training [103.45641113998839]
幾何学的分布アライメント問題として,実部分集合選択を再構成することを提案する。
本手法は,一方的な部分的最適輸送を組み込むことで,コンパクトな部分集合を全データ分布に選択的に整列させる。
拡散変形, 部分集合サイズ, 画像解像度, 訓練ラウンドにおける実験により, 本手法が優れた忠実度と分布範囲を実現することを示す。
論文 参考訳（メタデータ） (2026-06-04T08:53:58Z) - A Bayesian Approach for Task-Specific Next-Best-View Selection with Uncertain Geometry [50.782490644267334]
我々は,ポイントクラウドからの3次元再構成において,タスク固有のアクティブな次世代ビュー選択のためのフレームワークを開発する。
本フレームワークは,一般的に使用されているベースラインや従来の一般的な不確実性推論手法と比較して,より少ない視点で優れたタスク性能を実現する。
論文 参考訳（メタデータ） (2026-05-06T16:32:55Z) - Entropy-Gradient Grounding: Training-Free Evidence Retrieval in Vision-Language Models [77.3748853516374]
視覚言語モデルのための学習不要なモデル固有のグラウンドリング手法を提案する。
モデルの次トーケン分布のエントロピーを計算し、それを視覚トークン埋め込みにバックプロパタイズしてエントロピー勾配のレバレンスマップを得る。
次に、複数のコヒーレント領域を抽出・ランク付けし、マルチエビデンスクエリをサポートし、空間エントロピー停止規則付き反復的なズーム・アンド・リグラウンド手順を導入する。
論文 参考訳（メタデータ） (2026-04-09T16:51:42Z) - Modality Gap-Driven Subspace Alignment Training Paradigm For Multimodal Large Language Models [84.78794648147608]
永続的な幾何学的異常であるモダリティギャップが残っている。
このギャップを埋める以前のアプローチは、過度に単純化された等方的仮定によってほとんど制限されている。
固定フレームモダリティギャップ理論(英語版)を提案し、モダリティギャップを安定バイアスと異方性残差に分解する。
次に、トレーニング不要なモダリティアライメント戦略であるReAlignを紹介します。
論文 参考訳（メタデータ） (2026-02-02T13:59:39Z) - Non-Rigid Structure-from-Motion via Differential Geometry with Recoverable Conformal Scale [17.935227965480475]
共形変形下でのNRSfMに対するCon-NRSfMという新しい手法を提案する。
提案手法は,グラフベースのフレームワークにより最適化された2次元画像ワープを用いて,ポイントワイズ再構成を行う。
我々のフレームワークは、他のアプローチでは分離できない深さと等角スケールの制約を分離する。
論文 参考訳（メタデータ） (2025-10-02T04:46:46Z) - Uncertainty-Aware Adaptation for Self-Supervised 3D Human Pose
Estimation [70.32536356351706]
本稿では、2つの出力ヘッドを2つの異なる構成にサブスクライブする共通のディープネットワークバックボーンを構成するMPP-Netを紹介する。
ポーズと関節のレベルで予測の不確実性を定量化するための適切な尺度を導出する。
本稿では,提案手法の総合評価を行い,ベンチマークデータセット上での最先端性能を示す。
論文 参考訳（メタデータ） (2022-03-29T07:14:58Z) - SurfEmb: Dense and Continuous Correspondence Distributions for Object
Pose Estimation with Learnt Surface Embeddings [2.534402217750793]
データから物体表面上の密度の連続した2D-3D対応分布を学習する手法を提案する。
また,学習した分布を用いた剛体物体の6次元ポーズ推定手法を提案する。
論文 参考訳（メタデータ） (2021-11-26T13:39:38Z) - PDC-Net+: Enhanced Probabilistic Dense Correspondence Network [161.76275845530964]
高度確率密度対応ネットワーク(PDC-Net+)は、精度の高い高密度対応を推定できる。
我々は、堅牢で一般化可能な不確実性予測に適したアーキテクチャと強化されたトレーニング戦略を開発する。
提案手法は,複数の挑戦的幾何マッチングと光学的フローデータセットに対して,最先端の結果を得る。
論文 参考訳（メタデータ） (2021-09-28T17:56:41Z)
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。