論文の概要: TRAIL: Trajectory-Aware Visual Place Recognition against Unordered Databases

• arxiv url: http://arxiv.org/abs/2609.07373v1
• Date: Mon, 07 Sep 2026 11:49:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 00:35:40.665811
• Title: TRAIL: Trajectory-Aware Visual Place Recognition against Unordered Databases
• Title（参考訳）: TRAIL: 順序のないデータベースに対する軌跡を考慮した視覚的位置認識
• Abstract要約: 我々は、与えられたクエリシーケンスを利用して、未順序参照データベースに対して最終画像をローカライズするタスクを形式化する。 本稿では,視覚的類似性とカメラモーションの整合性のための学習関数を組み合わせた,原則的フレームワークTRAILを提案する。 TRAILは、トレーニング済みのVPRバックボーン上の軽量な後処理層で、最先端のベースラインを最大8.3%改善する。
• 参考スコア（独自算出の注目度）: 3.7384509727711923
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Modern Visual Place Recognition (VPR) methods excel on standard benchmarks yet remain brittle in feature-poor environments. By treating each query image in isolation, they discard the sequential context in any real trajectory. We formalize a task that exploits this context: given a query sequence, localize the final image against an unordered reference database -- which, unlike sequence-to-sequence methods, requires no sequential structure in the database. We propose TRAIL (TRajectory-Aware Image Localization), a principled framework based on Conditional Random Fields (CRF) that combines learned functions for visual similarity and for camera-motion consistency, refining a distribution over candidate references as each query arrives. A lightweight post-processing layer atop any pre-trained VPR backbone, TRAIL improves a state-of-the-art baseline by up to 8.3 percentage points on our primary benchmark, transfers to unseen datasets without retraining, and delivers its largest gains where visual cues are scarce.
• Abstract（参考訳）: 現代のビジュアルプレース認識(VPR)メソッドは、標準ベンチマークで排他的に優れているが、機能不足の環境では不安定である。 各クエリイメージを分離して扱うことで、実際のトラジェクトリ内のシーケンシャルコンテキストを破棄する。 クエリシーケンスが与えられたら、最終イメージを未順序の参照データベースに対してローカライズします -- シーケンスからシーケンスへのメソッドとは異なり、データベースのシーケンシャルな構造は必要ありません。 本稿では,条件付きランダムフィールド(CRF)をベースとした原理的フレームワークであるTRAIL(TRajectory-Aware Image Localization)を提案する。 トレーニング済みのVPRバックボーン上の軽量な後処理層であるTRAILは、私たちの一次ベンチマークで最先端のベースラインを最大8.3ポイント改善し、トレーニングなしで目に見えないデータセットに転送し、視覚的手がかりが不足する最大の利益を提供する。

関連論文リスト

• Never Seen Before: Benchmarking Genuine Zero-Shot Composed Image Retrieval with Consistent Video-Sourced Datasets [61.420656457977195]
  Zero-Shot Composed Image Retrieval (ZS-CIR) は、参照画像と相対キャプションからなるクエリに基づいて、サンプルをトレーニングせずにターゲット画像を取得することを目的としている。 既存のZS-CIRデータセットは、ノイズの多い画像ソースのため、参照画像とターゲット画像の完全な不一致に悩まされることが多い。 ZS-CIRの新しいベンチマークであるZeroSightを紹介する。
  論文  参考訳（メタデータ） (2026-06-05T08:23:25Z)
• Spanning Tree Autoregressive Visual Generation [51.7635842702602]
  本稿では,Spanning Tree Autoregressive (STAR) モデリングについて述べる。
  論文  参考訳（メタデータ） (2025-11-21T09:45:17Z)
• Chain-of-Thought Re-ranking for Image Retrieval Tasks [16.13448876168839]
  そこで我々は,画像検索に対処する新しいChain-of-Thought Re-Ranking(CoTRR)手法を提案する。 MLLMがリストワイズ推論を行えるようにすることで,グローバル比較,一貫した推論,解釈可能な意思決定をサポートする。 提案手法は,テキスト・トゥ・イメージ検索(TIR),合成画像検索(CIR),チャットベースの画像検索(Chat-IR)など,3つの画像検索タスクにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2025-09-18T08:48:46Z)
• Rethinking Query-based Transformer for Continual Image Segmentation [59.40646424650094]
  CIS(Class-incremental/Continual Image segmentation)は、各段階ごとに利用可能なカテゴリのセットが異なる段階において、イメージセグメンタを訓練することを目的としている。 現在の方法は、しばしば連続的な学習プロセスからマスク生成を分離する。 しかし, この研究では, 可塑性の喪失と入力データ順序への重み付けという, 切り離されたフレームワークの2つの重要な問題を明らかにした。
  論文  参考訳（メタデータ） (2025-07-10T15:03:10Z)
• LOCORE: Image Re-ranking with Long-Context Sequence Modeling [15.03095619785867]
  LOCORE, Long-Context Re-ranker は画像クエリとギャラリーイメージの一覧に対応するローカル記述子として入力されるモデルである。 LOCOREは、ローカルディスクリプタでリストワイズを再ランク付けする最初の方法である。 提案手法は,既存の画像検索ベンチマークにおいて,他のリランカと比較して優れた性能を示す。
  論文  参考訳（メタデータ） (2025-03-27T17:59:44Z)
• Breaking the Frame: Visual Place Recognition by Overlap Prediction [53.17564423756082]
  本稿では,重なり合う予測に基づく新しい視覚的位置認識手法 VOP を提案する。 VOPは、Vision Transformerのバックボーンを使用してパッチレベルの埋め込みを取得することで、コビジュアブルなイメージセクションを進める。 提案手法では,データベース画像の重複点の評価に投票機構を用いる。
  論文  参考訳（メタデータ） (2024-06-23T20:00:20Z)
• Optimal Transport Aggregation for Visual Place Recognition [9.192660643226372]
  SALADは,NetVLADの局所的特徴のソフトアサインを最適な輸送問題としてクラスタに再配置する。 SALADでは,機能間クラスタ関係とクラスタ間クラスタ関係の両方を考慮するとともに,非形式的と考えられる特徴を選択的に破棄する'ダストビン'クラスタも導入する。 我々のシングルステージ手法は、パブリックなVPRデータセットの単一ステージベースラインを超えるだけでなく、2段階の手法を超越し、コストを大幅に高めに再ランク付けする。
  論文  参考訳（メタデータ） (2023-11-27T15:46:19Z)
• SImProv: Scalable Image Provenance Framework for Robust Content Attribution [80.25476792081403]
  我々は、クエリ画像を元の信頼できるデータベースにマッチングするフレームワークであるSImProvを提示する。 SimProvは3つのステージで構成されている。トップkの最も類似した画像を検索するためのスケーラブルな検索ステージと、候補の中からオリジナルを識別するための再ランク付けとほぼ重複した検出ステージである。 1億画像のデータセット上での効率的な検索と操作の検出を実証する。
  論文  参考訳（メタデータ） (2022-06-28T18:42:36Z)
• Coarse-to-Fine Vision-Language Pre-training with Fusion in the Backbone [170.85076677740292]
  本稿では、視覚言語(VL)事前学習のための新しいモデルアーキテクチャであるFIBER(Fusion-In-the-Backbone-basedER)を提案する。 ユニモーダルバックボーンの後に、専用のトランスフォーマー層を融合させる代わりに、FIBERはマルチモーダルフュージョンをモデルに深く押し込む。 我々は、VQA、画像キャプション、検索、フレーズグラウンド、参照表現理解、オブジェクト検出など、幅広いVLタスクに関する包括的な実験を行う。
  論文  参考訳（メタデータ） (2022-06-15T16:41:29Z)
• Graph Sampling Based Deep Metric Learning for Generalizable Person Re-Identification [114.56752624945142]
  我々は、最も一般的なランダムサンプリング手法である有名なpkサンプリングは、深層メトリック学習にとって有益で効率的ではないと主張する。 大規模計量学習のためのグラフサンプリング(GS)と呼ばれる効率的なミニバッチサンプリング手法を提案する。
  論文  参考訳（メタデータ） (2021-04-04T06:44:15Z)
• Instance-level Image Retrieval using Reranking Transformers [18.304597755595697]
  インスタンスレベルの画像検索は、クエリイメージ内のオブジェクトに一致する画像の大規模なデータベースで検索するタスクです。 RRT(Reranking Transformers)を一般的なモデルとして提案し、ローカル機能とグローバル機能の両方を組み込んでマッチングイメージをランク付けします。 RRTは軽量であり、一組のトップマッチング結果の再ランク付けを単一のフォワードパスで行えるように容易に並列化できる。
  論文  参考訳（メタデータ） (2021-03-22T23:58:38Z)
• SeqNet: Learning Descriptors for Sequence-based Hierarchical Place Recognition [31.714928102950594]
  本稿では,高性能初期一致仮説生成器を生成する新しいハイブリッドシステムを提案する。 シーケンス記述子はseqnetと呼ばれる時間畳み込みネットワークを使って生成される。 次に、ショートリスト付き単一画像学習記述子を用いて選択的な逐次スコアアグリゲーションを行い、全体の位置一致仮説を生成する。
  論文  参考訳（メタデータ） (2021-02-23T10:32:10Z)
• Image Matching across Wide Baselines: From Paper to Practice [80.9424750998559]
  局所的な特徴とロバストな推定アルゴリズムの包括的なベンチマークを導入する。 パイプラインのモジュール構造は、さまざまなメソッドの容易な統合、構成、組み合わせを可能にします。 適切な設定で、古典的な解決策は依然として芸術の知覚された状態を上回る可能性があることを示す。
  論文  参考訳（メタデータ） (2020-03-03T15:20:57Z)

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。