論文の概要: OpenCVL: An Open, Diverse, and Large-Scale Dataset for Fine-Grained Cross-View Localization

• arxiv url: http://arxiv.org/abs/2608.25274v1
• Date: Wed, 26 Aug 2026 01:20:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.507883
• Title: OpenCVL: An Open, Diverse, and Large-Scale Dataset for Fine-Grained Cross-View Localization
• Title（参考訳）: OpenCVL: 細粒度クロスビューローカライゼーションのためのオープン,ディバース,大規模データセット
• Abstract要約: ヨーロッパ4か国41都市にまたがる617,388の地上画像からなる大規模で多様でオープンなデータセットOpenCVLを紹介した。 OpenCVLには、一般化と堅牢性を評価する専用のクロスエリアと雪テストセットが含まれている。 OpenCVL上での最先端CVLモデルによる実験により、ノイズの多い内部データを組み込むことで、クリーンなテストセットの性能が一貫して向上することが示された。
• 参考スコア（独自算出の注目度）: 73.84434300039767
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fine-grained Cross-View Localization (CVL) estimates the precise position and orientation of a ground-level image by aligning it with geo-referenced aerial imagery, offering a scalable alternative to Global Navigation Satellite Systems (GNSS) in challenging urban environments. Existing datasets rely on data collected with high-end sensor suites, which inherently limit image diversity and scalability. While in-the-wild images are abundant, their noisy geo-tags make them unsuitable for reliable evaluation. To bridge this gap, we introduce OpenCVL, a large-scale, diverse, and open dataset containing 617,388 ground-aerial image pairs spanning 41 cities across four European countries. All images are sourced from permissive platforms, ensuring long-term accessibility and supporting open and reproducible research. The training set combines images captured with high-end sensors with diverse in-the-wild imagery. We further develop a data curation framework that filters and corrects pose annotations to construct reliable in-the-wild evaluation data. In addition, OpenCVL includes dedicated cross-area and snowy test sets to assess generalization and robustness. Experiments with a state-of-the-art CVL model on OpenCVL show that incorporating noisy in-the-wild data consistently improves performance on clean test sets, suggesting a promising direction for scaling CVL with diverse real-world imagery.
• Abstract（参考訳）: 細粒度クロスビュー・ローカライゼーション(CVL)は、地上レベルの画像の位置と方向を地理的に参照した航空画像と整列させることで推定し、都市環境に挑戦するGNSS(グローバル・ナビゲーション・サテライト・システム)に代わるスケーラブルな代替手段を提供する。 既存のデータセットは、画像の多様性とスケーラビリティを本質的に制限するハイエンドセンサースイートで収集されたデータに依存している。 画素内画像は豊富だが,ノイズの多いジオタグは信頼性の高い評価には適さない。 このギャップを埋めるために、ヨーロッパ4か国41都市にまたがる617,388の地上画像からなる大規模で多様でオープンなデータセットOpenCVLを紹介した。 すべての画像は寛容なプラットフォームからソースされ、長期的なアクセシビリティを確保し、オープンで再現可能な研究をサポートする。 トレーニングセットは、撮像された画像とハイエンドのセンサーと、さまざまな内蔵画像を組み合わせる。 提案手法は,提案するアノテーションをフィルタし,修正し,信頼性の高い端末内評価データを構築するためのデータキュレーションフレームワークである。 さらに、OpenCVLには、一般化と堅牢性を評価する専用のクロスエリアとスノーテストセットが含まれている。 OpenCVL上での最先端のCVLモデルによる実験では、帯域内のノイズの多いデータを組み込むことで、クリーンなテストセットのパフォーマンスが一貫して向上し、多様な実世界のイメージでCVLをスケールするための有望な方向が示唆されている。

関連論文リスト

• Accuracy potential of visual localization exploiting high-end street-level imagery [2.9538906120661186]
  そこで我々は,ジオレファレンスで高解像度の映像をその場から直接表現できる,スケーラブルなビジュアルローカライゼーションパイプラインを提案する。 実験では、翻訳で1-5cm、回転で0.05-0.1の範囲で中央値の精度が示され、調査段階の条件下では最低1cmに達する。
  論文  参考訳（メタデータ） (2026-07-27T13:25:31Z)
• 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)
• OrthoLoC: UAV 6-DoF Localization and Calibration Using Orthographic Geodata [45.03897051444244]
  我々はドイツとアメリカ合衆国から16,425個のUAV画像からなる最初の大規模データセットOrthoLoCを提案する。 データセットは、UAV画像と地理空間データのドメインシフトに対処する。 我々はAdHoPと呼ばれる改良手法を導入し、任意の特徴マッチングと統合でき、マッチングを最大95%改善し、翻訳エラーを最大63%削減できる。
  論文  参考訳（メタデータ） (2025-09-22T19:22:32Z)
• Loc$^2$: Interpretable Cross-View Localization via Depth-Lifted Local Feature Matching [80.57282092735991]
  本稿では,高精度かつ解釈可能なクロスビューローカライズ手法を提案する。 地上画像の3自由度(DoF)のポーズを、その局所的な特徴と基準空中画像とをマッチングすることによって推定する。 実験では、クロスエリアテストや未知の向きといった挑戦的なシナリオにおいて、最先端の精度を示す。
  論文  参考訳（メタデータ） (2025-09-11T18:52:16Z)
• Zooming In on Fakes: A Novel Dataset for Localized AI-Generated Image Detection with Forgery Amplification Approach [69.01456182499486]
  textbfBR-Genは、さまざまなシーン認識アノテーションを備えた15万のローカル鍛造イメージの大規模なデータセットである。 textbfNFA-ViTはノイズ誘導フォージェリ増幅ビジョン変換器で、ローカライズされたフォージェリの検出を強化する。
  論文  参考訳（メタデータ） (2025-04-16T09:57:23Z)
• Exploring the best way for UAV visual localization under Low-altitude Multi-view Observation Condition: a Benchmark [6.693781685584959]
  高度の低い多視点UAV AVLは、極端な視点の変化による大きな課題を提示する。 このベンチマークでは、低高度多視点UAV AVLの課題を明らかにし、将来の研究に貴重なガイダンスを提供した。
  論文  参考訳（メタデータ） (2025-03-12T03:29:27Z)
• Cross-View Image Set Geo-Localization [29.13525096798705]
  クロスビュージオローカライゼーション(CVGL)はロボットナビゲーションや拡張現実といった分野に広く応用されている。 そこで我々は, 多様な視点で複数の画像を収集し, ローカライズのためのクエリセットとして, クロスビュー画像セットジオローカライズ(Set-CVGL)を提案する。
  論文  参考訳（メタデータ） (2024-12-25T09:46:14Z)
• Contrasting Deepfakes Diffusion via Contrastive Learning and Global-Local Similarities [88.398085358514]
  Contrastive Deepfake Embeddings (CoDE)は、ディープフェイク検出に特化した新しい埋め込み空間である。 CoDEは、グローバルローカルな類似性をさらに強化することで、対照的な学習を通じて訓練される。
  論文  参考訳（メタデータ） (2024-07-29T18:00:10Z)
• CSP: Self-Supervised Contrastive Spatial Pre-Training for Geospatial-Visual Representations [90.50864830038202]
  ジオタグ付き画像の自己教師型学習フレームワークであるContrastive Spatial Pre-Training(CSP)を提案する。 デュアルエンコーダを用いて画像とその対応する位置情報を別々に符号化し、コントラスト目的を用いて画像から効果的な位置表現を学習する。 CSPは、様々なラベル付きトレーニングデータサンプリング比と10～34%の相対的な改善で、モデル性能を大幅に向上させる。
  論文  参考訳（メタデータ） (2023-05-01T23:11:18Z)
• AiRound and CV-BrCT: Novel Multi-View Datasets for Scene Classification [2.931113769364182]
  本稿では,thedatasetand CV-BrCTという2つの新しいデータセットを提案する。 1つ目は、世界中の様々な場所から抽出された視点の異なる、同じ地理的座標からの3つの画像を含む。 第2のデータセットには、ブラジル南東部から抽出された空中画像とストリートレベルの画像が含まれている。
  論文  参考訳（メタデータ） (2020-08-03T18:55:46Z)

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。