論文の概要: Evaluation of Image Matching Methods for Visual Odometry on UAVs
- arxiv url: http://arxiv.org/abs/2608.18624v1
- Date: Wed, 19 Aug 2026 07:17:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-20 20:13:55.317862
- Title: Evaluation of Image Matching Methods for Visual Odometry on UAVs
- Title（参考訳）: UAV画像計測のための画像マッチング手法の評価
- Abstract要約: 無人航空機(UAV)は多くの環境監視および輸送用途に強力なツールである。
航法におけるグローバルナビゲーション衛星システム(GNSS)技術への依存は、破滅的な失敗を招きかねない。
この研究は、ビジュアルオドメトリ(VO)を重要なナビゲーションコンポーネントとして探求する。
- 参考スコア（独自算出の注目度）: 0.9558392439655014
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Unmanned aerial vehicles (UAVs) are becoming a powerful tool for many environmental monitoring and transport applications. Yet, their reliance on Global Navigation Satellite System (GNSS) technology for navigation makes them susceptible to catastrophic failures in scenarios where the positioning signal is unavailable or disrupted. This work explores Visual Odometry (VO) as a crucial navigation component. Recently, numerous deep-learning-based methods for image matching have been proposed that are yet to be implemented in a fully-fledged VO system. In this paper, we evaluate recent state-of-the-art image matching methods for the task of VO for UAV position tracking, with a downwards-facing camera, on our synthetic dataset, and find that while the best results are generated by the recent RoMa matcher, SIFT features can outperform some recent state-of-the-art.
- Abstract（参考訳）: 無人航空機(UAV)は多くの環境監視および輸送用途の強力なツールになりつつある。
しかし、ナビゲーションのためのGNSS(Global Navigation Satellite System)技術に依存しているため、位置決め信号が利用できない、あるいは破壊されていないシナリオでは破滅的な故障に陥る可能性がある。
この研究は、ビジュアルオドメトリ(VO)を重要なナビゲーションコンポーネントとして探求する。
近年,本格的なVOシステムではまだ実装されていない深層学習に基づく画像マッチング手法が数多く提案されている。
本稿では,UAV位置追跡のためのVOのタスクに対する最新の最先端画像マッチング手法を,我々の合成データセット上で評価し,最新のRoMaマッチングによって最高の結果が生成される一方で,SIFT機能は最近の最先端機能よりも優れていることを示す。
関連論文リスト
- AUSLUN: A Fixed-Hover UAV--USV System for GNSS-Denied Maritime Search and Navigation [7.220023631779745]
グローバルナビゲーション衛星システム (GNSS) は、無人の地上機 (USV) が遠くの船を見つけ、グローバルに参照されるアプローチを維持するのを防ぐことができる。
本稿では,無人航空機(UAV)を長距離センシング・航法用アンカーとして利用する固定ホバー地上システムであるAUSLUNについて述べる。
その結果, 沿岸域における固定ホバーUAV支援の実現可能性と運用境界が確立された。
論文 参考訳（メタデータ） (2026-06-29T07:15:59Z) - Unifying UAV Cross-View Geo-Localization via 3D Geometric Perception [51.687842983240564]
無人航空機(UAV)のクロスビューな地上局地化は、斜めのUAV画像と衛星地図との厳密な幾何学的相違により、いまだに困難である。
本稿では,3次元シーン形状を明示的にモデル化し,粗い位置認識ときめ細かなポーズ推定を統一する,幾何認識型UAV測位フレームワークを提案する。
提案手法は, 最先端のベースラインを著しく上回り, ロバストメータレベルのローカライゼーション精度を実現し, 複雑な都市環境における一般化を向上する。
論文 参考訳（メタデータ） (2026-04-02T08:08:41Z) - Beyond Matching to Tiles: Bridging Unaligned Aerial and Satellite Views for Vision-Only UAV Navigation [51.286599397552756]
本稿では,UAVの絶対位置と近距離からの進路を共同で予測する視覚駆動型クロスビューナビゲーション手法であるBering-UAVを提案する。
我々はまた、クロスビューのローカライゼーションとナビゲーションを評価するベンチマークである Bearing-UAV-90k も提示する。
論文 参考訳（メタデータ） (2026-03-23T16:17:39Z) - A Deep Learning Framework with Geographic Information Adaptive Loss for Remote Sensing Images based UAV Self-Positioning [10.16507150219648]
GPSデニド環境におけるUAVの自己配置は重要な目標となっている。
本稿では,地理的情報適応的損失を伴う深層学習フレームワークを提案する。
その結果、UAVが正確な自己配置を実現するための方法の有効性が示された。
論文 参考訳（メタデータ） (2025-02-22T09:36:34Z) - Leveraging edge detection and neural networks for better UAV localization [5.781342655426309]
地球航法衛星システム(GNSS)を欠いた環境下で無人航空機(UAV)をジオローカライズするための新しい手法を提案する。
現在の最先端技術では、オフラインで訓練されたエンコーダを使用して、UAVの現在のビューのベクトル表現(埋め込み)を生成する。
本研究では,これらの手法の性能を画像の前処理によって大幅に向上し,エッジを抽出できることを実証する。
論文 参考訳（メタデータ） (2024-04-09T10:56:46Z) - Angle Robustness Unmanned Aerial Vehicle Navigation in GNSS-Denied
Scenarios [66.05091704671503]
本稿では、ポイントツーポイントナビゲーションタスクにおける飛行偏差に対処する新しい角度ナビゲーションパラダイムを提案する。
また、Adaptive Feature Enhance Module、Cross-knowledge Attention-guided Module、Robust Task-oriented Head Moduleを含むモデルを提案する。
論文 参考訳（メタデータ） (2024-02-04T08:41:20Z) - Vision-Based Autonomous Navigation for Unmanned Surface Vessel in
Extreme Marine Conditions [2.8983738640808645]
本稿では,極端海洋環境下での目標物追跡のための自律的視覚に基づくナビゲーション・フレームワークを提案する。
提案手法は砂嵐や霧による可視性低下下でのシミュレーションで徹底的に検証されている。
結果は、ベンチマークしたMBZIRCシミュレーションデータセット全体にわたる最先端のデハージング手法と比較される。
論文 参考訳（メタデータ） (2023-08-08T14:25:13Z) - Vision-Based UAV Self-Positioning in Low-Altitude Urban Environments [20.69412701553767]
無人航空機(UAV)は安定した位置決めのために衛星システムに依存している。
このような状況下では、視覚に基づく技術が代替手段として機能し、UAVの自己配置能力を確実にする。
本稿では,UAV自己配置タスク用に設計された最初の公開データセットであるDenseUAVを提案する。
論文 参考訳（メタデータ） (2022-01-23T07:18:55Z) - Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。
本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。
本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文 参考訳（メタデータ） (2021-11-17T21:48:31Z) - A Multi-UAV System for Exploration and Target Finding in Cluttered and
GPS-Denied Environments [68.31522961125589]
複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。
UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。
その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
論文 参考訳（メタデータ） (2021-07-19T12:54:04Z) - Perceiving Traffic from Aerial Images [86.994032967469]
本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。
UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
論文 参考訳（メタデータ） (2020-09-16T11:37:43Z)
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。