論文の概要: HorizonNet for visual terrain navigation
- arxiv url: http://arxiv.org/abs/2608.30471v1
- Date: Mon, 31 Aug 2026 08:58:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.32373
- Title: HorizonNet for visual terrain navigation
- Title（参考訳）: 視覚地形ナビゲーションのためのHorizonNet
- Abstract要約: 本報告では,沿岸部や列島で活動する無人表面船(USV)の位置推定の問題について検討する。
本研究では,USV周辺の360度パノラマ画像から水平線を抽出する位置推定手法を提案する。
提案手法は位置推定をGPSレベルの精度で達成することで有望な結果をもたらす。
- 参考スコア（独自算出の注目度）: 60.68070296169634
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper investigates the problem of position estimation of unmanned surface vessels (USVs) operating in coastal areas or in the archipelago. We propose a position estimation method where the horizon line is extracted in a 360 degree panoramic image around the USV. We design a CNN architecture to determine an approximate horizon line in the image and implicitly determine the camera orientation (the pitch and roll angles). The panoramic image is warped to compensate for the camera orientation and to generate an image from an approximately level camera. A second CNN architecture is designed to extract the pixelwise horizon line in the warped image. The extracted horizon line is correlated with digital elevation model (DEM) data in the Fourier domain using a MOSSE correlation filter. Finally, we determine the location of the maximum correlation score over the search area to estimate the position of the USV. Comprehensive experiments are performed in a field trial in the archipelago. Our approach provides promising results by achieving position estimates with GPS-level accuracy.
- Abstract（参考訳）: 本報告では,沿岸部や列島で活動する無人表面船(USV)の位置推定の問題について検討する。
本研究では,USV周辺の360度パノラマ画像から水平線を抽出する位置推定手法を提案する。
我々はCNNアーキテクチャを設計し、画像内の近似水平線を決定し、カメラの向き(ピッチとロールの角度)を暗黙的に決定する。
パノラマ画像は、カメラの向きを補正し、略レベルのカメラから画像を生成するように警告される。
第2のCNNアーキテクチャは、歪んだ画像の画素方向の水平線を抽出するように設計されている。
抽出した水平線はMOSSE相関フィルタを用いてフーリエ領域のデジタル標高モデル(DEM)データと相関する。
最後に,USVの位置を推定するために,探索領域上の最大相関スコアの位置を決定する。
総合的な実験は、列島でのフィールドトライアルで実施される。
提案手法は位置推定をGPSレベルの精度で達成することで有望な結果をもたらす。
関連論文リスト
- 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) - CylinderDepth: Cylindrical Spatial Attention for Multi-View Consistent Self-Supervised Surround Depth Estimation [0.9558392439655014]
自己教師付きサラウンドビュー深度推定は、複数の最小重畳された画像から360視野の高密度で低コストな3D知覚を可能にする。
しかし、既存の手法のほとんどは、重なり合う画像の間に矛盾する深さ推定に悩まされている。
本稿では,高密度,メートル法,クロスビューに一貫性のある深度を予測できる,時間同期型マルチカメラリグの幾何誘導手法を提案する。
論文 参考訳（メタデータ） (2025-11-20T14:55:28Z) - 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) - FG$^2$: Fine-Grained Cross-View Localization by Fine-Grained Feature Matching [69.81167130510333]
本研究では, 地上画像の3次元自由度ポーズを, 周囲の空中画像から推定する, 微粒なクロスビューローカライゼーション手法を提案する。
地中画像から生成された点面と地中画像からサンプリングされた点面とを合わせ、ポーズを推定する。
従来の最先端技術と比較して,VIGORクロスエリアテストセットでは,平均局所化誤差を28%削減する。
論文 参考訳（メタデータ） (2025-03-24T14:34:20Z) - Learning Dense Flow Field for Highly-accurate Cross-view Camera
Localization [15.89357790711828]
本稿では,衛星画像に対する地上画像に対する3DFカメラのポーズ推定の問題に対処する。
地上画像と衛星画像のペアにおいて,高密度な画素単位の流れ場を学習する手法を提案する。
提案手法は,KITTI,Ford multi-AV,VIGOR,Oxford RobotCarデータセットにおいて,中央値のローカライゼーション誤差を89%,19%,80%,35%削減する。
論文 参考訳（メタデータ） (2023-09-27T10:26:26Z) - Boosting 3-DoF Ground-to-Satellite Camera Localization Accuracy via
Geometry-Guided Cross-View Transformer [66.82008165644892]
地上レベルの画像と一致/検索衛星画像との相対的な回転と変換を推定することにより、地上カメラの位置と方向の精度を向上させる手法を提案する。
実験の結果,本手法は最先端の手法よりも優れていた。
論文 参考訳（メタデータ） (2023-07-16T11:52:27Z) - Combining geolocation and height estimation of objects from street level
imagery [5.887281983256354]
道路レベルRGB画像からの多クラス物体位置推定と高さ推定を組み合わせたパイプラインを提案する。
提案手法は、カスタムトレーニングされた畳み込みニューラルネットワークで検出された画像平面内の物体の座標とともに画像メタデータを使用する。
論文 参考訳（メタデータ） (2023-05-14T19:40:02Z) - Where am I looking at? Joint Location and Orientation Estimation by
Cross-View Matching [95.64702426906466]
ジオタグ付き空中画像の大規模データベースを考えると、クロスビューなジオローカライゼーションは問題となる。
地上画像と空中画像の向きを知ることは、これらの2つのビュー間のあいまいさを著しく軽減することができる。
局所化時の横方向のアライメントを推定する動的類似マッチングネットワークを設計する。
論文 参考訳（メタデータ） (2020-05-08T05:21:16Z)
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。