論文の概要: GeoStore: Finding Small Storefronts in Large Scenes -- A Fine-Grained POI Localization Benchmark with Global-to-Local Asymmetric Matching

• arxiv url: http://arxiv.org/abs/2609.02012v1
• Date: Wed, 02 Sep 2026 02:39:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:18.033007
• Title: GeoStore: Finding Small Storefronts in Large Scenes -- A Fine-Grained POI Localization Benchmark with Global-to-Local Asymmetric Matching
• Title（参考訳）: GeoStore: 大規模シーンで小さな店頭を見つける - グローバル-ローカル非対称マッチングによる微粒化POIローカライゼーションベンチマーク
• Authors: Lu Han, Xiting Sun, Hao Wang, Zhiqiang Cao, Ruihuan Du, Ziquan Zeng, Chunlong Lv,
• Abstract要約: POI(Point-of-interest)ローカライゼーションは、マップの構築、POI検証、ロケーションベースのサービスを支える。 その最も近いパラダイムである視覚的位置認識(VPR)は、同じシーンを同じスケールで対称で全体像マッチングを前提としている。 我々はGeoStoreを紹介し、この非対称できめ細かいオープンセットの定式化を専門とする最初のベンチマークについて紹介する。 非対称な局所経路を持つグローバルな記述子を検索するGLAMを提案する。
• 参考スコア（独自算出の注目度）: 10.970068988233642
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Point-of-interest (POI) localization -- matching a user's close-up storefront photograph against large-scale geo-tagged street-view imagery -- underpins map construction, POI verification, and location-based services. Its closest existing paradigm, visual place recognition (VPR), assumes symmetric, whole-image matching of the same scene at a comparable scale; POI localization instead must match a close-up query, in which the target fills the frame, against wide references in which the same POI occupies only a small, off-center region among visually similar shops, under a substantial capture-domain gap. We introduce GeoStore, to our knowledge the first benchmark dedicated to this asymmetric, fine-grained, open-set formulation, and show that global-descriptor methods tuned for symmetric VPR are systematically limited on it, since a single global vector dilutes the small target. We further propose GLAM (Global-to-Local Asymmetric Matching), which couples a retrieval-anchoring global descriptor with an asymmetric local pathway: each reference is kept as a compact set of pooled region tokens and matched against a single query probe through a learnable soft late interaction; at inference, the same tokens enable a lightweight mutual-nearest-neighbor re-ranking. GLAM surpasses strong global and two-stage baselines on Recall@1/5/10 and mAP, with ~5x smaller re-ranking features and ~two orders of magnitude lower per-pair matching cost than prior local re-ranking. The benchmark and code will be publicly released.
• Abstract（参考訳）: Point-of-interest(POI)ローカライゼーション — ユーザのクローズアップストアフロントの写真と大規模なジオタグ付きストリートビューイメージ – は、マップ構築、POI検証、ロケーションベースのサービスを支えるものだ。 POIローカライゼーションは、ターゲットがフレームを埋めるクローズアップクエリと、同じPOIが視覚的に類似した店舗の中で小さな、オフセンター領域しか占有していない広範囲な参照とを、大きなキャプチャードメインギャップの下で一致させなければならない。 我々は、この非対称できめ細かいオープンセットの定式化を専門とする最初のベンチマークであるGeoStoreを紹介し、単一の大域ベクトルが小さなターゲットを希薄化するため、対称VPR用にチューニングされたグローバルディスクリプタ手法が体系的に制限されていることを示す。 さらに, GLAM (Global-to-Local Asymmetric Matching) を提案し, 非対称な局所経路で検索するグローバルディスクリプタを結合する。各参照は, プールされた領域トークンのコンパクトな集合として保持され, 学習可能なソフト遅延相互作用を通じて単一のクエリプローブにマッチする。 GLAMは、Recall@1/5/10およびmAPの強力なグローバルおよび2段階ベースラインを超え、 ~5倍小さなリグレード機能と ~2桁のペア毎のマッチングコストが、以前のローカルリグレードよりも大幅に低い。 ベンチマークとコードは公開される予定だ。

関連論文リスト

• SeqLoc: Beyond the Single Frame for Cross-View Geo-Localization in Feature-Sparse Scenes [49.30971835891526]
  OpenStreetMap (OSM) を用いたクロスビュージオローカライゼーションは、構造豊かな都市環境では良好に機能するが、農村道路のような特徴の少ないシーンでは崩壊する。 CV-FSSは5つの農村地域の連続パノラマとOSMマップの整列をペアリングするベンチマークである。 次に,3つのキーコンポーネントを持つログ信頼性ボリュームを維持するオンラインテスト時間シーケンスアグリゲーション機構であるSeqLocを提案する。
  論文  参考訳（メタデータ） (2026-08-08T00:42:23Z)
• G2IA: Geometry-Guided Instance-Aware Retrieval and Refinement for Cross-Modal Place Recognition [24.541278686912616]
  クロスモーダル位置認識(CMPR)により、カメラのみのロボットは、自律的なナビゲーションシナリオにおいて、事前に構築されたLiDARマップに対してローカライズすることができる。 このイメージ・ツー・ポイント・クラウド・セッティングは、2つのあいまいさ、すなわち視点RGBの外観とスパースメトリ幾何の間のモダリティギャップによって挑戦される。 画像から点までの位置認識のための幾何学誘導型インスタンス認識フレームワークであるG2IAを提案する。
  論文  参考訳（メタデータ） (2026-06-13T12:53:52Z)
• Efficiency Follows Global-Local Decoupling [62.05489838893081]
  ConvNeurは、軽量なニューラルメモリブランチがトークンの集合にグローバルなコンテキストを集約する2分岐アーキテクチャである。 学習ゲートは、グローバルなキューが目的を絞ることなく、局所的な特徴を調整できる。 標準的な分類、検出、セグメンテーションのベンチマークでは、ConvNeurは同等または低い計算で同等の選択肢にマッチするか、超えている。
  論文  参考訳（メタデータ） (2026-03-20T02:20:16Z)
• Robust Scene Coordinate Regression via Geometrically-Consistent Global Descriptors [52.57327385675752]
  幾何学的構造と視覚的類似性の両方に整合したグローバルな記述子を学習するアグリゲータモジュールを提案する。 これにより、信頼できないオーバーラップスコアによる誤関連が修正される。 挑戦的なベンチマークの実験では、大規模環境ではかなりのローカライゼーションが得られた。
  論文  参考訳（メタデータ） (2025-12-19T04:24:03Z)
• A Unified Hierarchical Framework for Fine-grained Cross-view Geo-localization over Large-scale Scenarios [43.8734658237949]
  クロスビューなジオローカライゼーションは大規模ローカライゼーション問題に対する有望な解決策である。 本稿では,新しい階層的ジオローカライゼーションフレームワークUnifyGeoを提案する。 タスク分離設定とタスク関連設定の両方において、UnifyGeoは最先端の処理性能を大きく上回ることを示す。
  論文  参考訳（メタデータ） (2025-05-12T14:44:31Z)
• FUSELOC: Fusing Global and Local Descriptors to Disambiguate 2D-3D Matching in Visual Localization [52.57327385675752]
  直接2D-3Dマッチングではメモリが大幅に削減されるが、より大きくあいまいな検索空間のために精度が低下する。 重み付き平均演算子を用いて局所的および大域的記述子を融合することにより、この曖昧さに対処する。 メモリを43%削減し、1.6倍高速に動作しながら、階層的な手法に近いパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-08-21T23:42:16Z)
• Yes, we CANN: Constrained Approximate Nearest Neighbors for local feature-based visual localization [2.915868985330569]
  Constrained Approximate Nearest Neighbors (CANN) は、局所的特徴のみを用いて、幾何学と外観空間の両方にわたって k-アネレスト近傍の合同解である。 提案手法は,現在最先端のグローバルな特徴量検索と,局所的な特徴量集計手法を用いたアプローチの両方に優れる。
  論文  参考訳（メタデータ） (2023-06-15T10:12:10Z)
• Rethinking Counting and Localization in Crowds:A Purely Point-Based Framework [59.578339075658995]
  そこで本稿では,共同クラウドカウントと個別ローカライゼーションのための純粋にポイントベースのフレームワークを提案する。 我々は、P2PNet(Point to Point Network)と呼ばれる、このフレームワークの下で直感的なソリューションを設計する。
  論文  参考訳（メタデータ） (2021-07-27T11:41:50Z)
• Inter-Image Communication for Weakly Supervised Localization [77.2171924626778]
  弱教師付きローカライゼーションは、画像レベルの監督のみを使用して対象対象領域を見つけることを目的としている。 我々は,より正確な物体位置を学習するために,異なる物体間の画素レベルの類似性を活用することを提案する。 ILSVRC検証セット上でトップ1のローカライズ誤差率45.17%を達成する。
  論文  参考訳（メタデータ） (2020-08-12T04:14:11Z)

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。