論文の概要: GALoc: Gravity Aligned Wireframes for Depth-Free Monocular Floorplan Localization

• arxiv url: http://arxiv.org/abs/2609.08385v1
• Date: Tue, 08 Sep 2026 07:56:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 16:39:32.32698
• Title: GALoc: Gravity Aligned Wireframes for Depth-Free Monocular Floorplan Localization
• Title（参考訳）: GALOC: 奥行きのない単分子フロアプランローカライゼーションのためのグラビティアライズドワイヤフレーム
• Abstract要約: 粗いシーンにおける深度予測を重力脆性に置き換えるフレームワークであるGALocarityを提案する。 単分子的、相対的なポーズとIMU向きが与えられたとき、ガロックは垂直性を符号化する線形制約行列を構成する。
• 参考スコア（独自算出の注目度）: 4.973931399024489
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Floorplans are compact, appearance-invariant maps ideal for indoor localization, yet existing methods rely on depth networks that are brittle in cluttered scenes. We propose GALoc, a geometry-first framework that replaces depth prediction with gravity-aligned wireframes that satisfy verticality and coplanarity by construction. Given monocular RGB, camera intrinsics, relative poses, and IMU orientation, GALoc constructs a linear constraint matrix encoding verticality and coplanarity, and finds the camera gauge minimizing its smallest singular value via global search. The rectified wireframes are projected into bird's-eye-view layouts through a closed-form, FOV-consistent transformation and matched against the floorplan via metric-free SE(2) search. We evaluate end-to-end on Structured3D, with calibrated noise on Gibson, and on real-world author-collected sequences. When sufficient wall geometry is visible, GALoc matches or outperforms depth-based baselines -- achieving 88% sequential localization success at 0.1m over 100-step sequences on Gibson vs the baseline's 68% -- while abstaining in structure-blind scenes.
• Abstract（参考訳）: フロアプランはコンパクトで、屋内のローカライゼーションに適した外観不変の地図であるが、既存の手法は散らかったシーンで不安定な深度ネットワークに依存している。 GALOCは, 深さ予測を垂直性およびコプランナリティを満足する重み付きワイヤフレームに置き換える, 幾何学第一のフレームワークである。 単眼のRGB、カメラの内在性、相対的なポーズ、IMUの向きが与えられたとき、GALOCは垂直性とコプラナリティを符号化する線形制約行列を構築し、グローバルサーチにより最小の特異値を最小化するカメラゲージを求める。 修正されたワイヤフレームは、閉じたFOV一貫性の変換を通じて鳥眼視のレイアウトに投影され、計量自由SE(2)探索によりフロアプランと一致した。 我々は、Gibsonのキャリブレーションノイズと現実世界の著者コンパイルシーケンスを用いて、Structured3Dのエンドツーエンドの評価を行う。 十分な壁形状が確認できると、Galocは深さベースのベースライン(Gibsonとベースラインの68%の100ステップのシーケンスで88%のシーケンシャルなローカライゼーション成功を達成)と一致またはパフォーマンスが向上する。

関連論文リスト

• Stable and Scalable Bundle Adjustment of Holistic 3D Structures [99.03818732955783]
  本稿では,3次元コンピュータビジョンのためのBundle Adjustment (BA) の新バージョンを提案する。 BAはカメラ、ポーズ、3Dポイントを共同で最適化するために開発された。 グループ誘導測定とクロスフィーチャー・リジェクションにより、古典的な点のみの3次元正規化の空間性を維持する。
  論文  参考訳（メタデータ） (2026-09-03T16:08:03Z)
• Calibration-Free 3D Multi-Camera People Tracking for Indoor Environment [0.764671395172401]
  本研究では,視覚データから直接幾何学的構造を推定するキャリブレーションフリーの3D MCPTフレームワークを提案する。 このシステムは、アンカーフリー検出(YOLOX)、ロバストトラッキング(BoT-SORT)、オムニスケールの外観埋め込み(OsNet)、ポーズ推定(HRNet via MMPose)、およびトランスフォーマーベースの幾何再構成を統合する。
  論文  参考訳（メタデータ） (2026-07-22T09:16:10Z)
• GAP-GDRNet: Geometry-aware monocular 6D pose estimation for spacecraft using synthetic geometric supervision [7.240627719297504]
  GAP-GDRNetはGDR-Net上に構築された単一ターゲットの合成宇宙船ベンチマーク用のフレームワークである。 Blenderベースのレンダリングアノテーションプロセスから、デンス管理を得る。 自作の宇宙船データセットでは、GAP-GDRNetの回転誤差は1.96circ$で、翻訳誤差は0.0165m、ADD@0.02mが95.16%である。
  論文  参考訳（メタデータ） (2026-07-02T16:02:24Z)
• Z-FLoc: Zero-Shot Floorplan Localization via Geometric Primitives [72.63181031215858]
  そこで本研究では,ゼロショットフロアプランのローカライズ手法を提案する。 我々の重要な洞察は、支配的な幾何学的プリミティブが人間が作った環境でユビキタスであることである。 シミュレーションと実世界の両方のデータセットの実験により、我々のアプローチは、目に見えない環境における最先端の学習ベースの手法よりも優れています。
  論文  参考訳（メタデータ） (2026-06-03T12:14:24Z)
• CM-EVS: Sparse Panoramic RGB-D-Pose Data for Complete Scene Coverage [15.071163294706615]
  本稿では,3Dアセットを疎パノラマRGB-D-poseデータに変換する方法を紹介する。 実験の結果,COVER はカバレッジ・コンフリクトのトレードオフを改善し,CM-EVS を幾何学に一貫性のあるパノラマ3D 学習のためのスパースでコンパクトで監査可能な RGB-D-pose リソースとした。
  論文  参考訳（メタデータ） (2026-05-15T04:10:42Z)
• TALO: Pushing 3D Vision Foundation Models Towards Globally Consistent Online Reconstruction [57.46712611558817]
  3次元視覚基礎モデルでは、1つのフィードフォワードパスを通して、未校正画像からキー3D属性を再構成する際の強力な一般化が示されている。 近年の戦略は,グローバルトランスフォーメーションの解決によって連続的な予測と整合するが,本分析では,仮定の妥当性,局所的なアライメント範囲,雑音的幾何の下でのロバスト性といった基本的な限界を明らかにしている。 本研究では,グローバルに伝播する制御点を利用して空間的に異なる不整合を補正する,Tin Plate Splineに基づく高DOFおよび長期アライメントフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-02T02:22:20Z)
• Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud Analysis [66.49788145564004]
  我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。 我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
  論文  参考訳（メタデータ） (2022-12-17T15:05:25Z)
• Neural 3D Scene Reconstruction with the Manhattan-world Assumption [58.90559966227361]
  本稿では,多視点画像から3次元屋内シーンを再構築する課題について述べる。 平面的制約は、最近の暗黙の神経表現に基づく再構成手法に便利に組み込むことができる。 提案手法は, 従来の手法よりも3次元再構成品質に優れていた。
  論文  参考訳（メタデータ） (2022-05-05T17:59:55Z)
• Progressive Coordinate Transforms for Monocular 3D Object Detection [52.00071336733109]
  本稿では,学習座標表現を容易にするために,PCT(Em Progressive Coordinate Transforms)と呼ばれる,新しい軽量なアプローチを提案する。 本稿では,学習座標表現を容易にするために,PCT(Em Progressive Coordinate Transforms)と呼ばれる,新しい軽量なアプローチを提案する。
  論文  参考訳（メタデータ） (2021-08-12T15:22:33Z)
• RidgeSfM: Structure from Motion via Robust Pairwise Matching Under Depth Uncertainty [9.480212602202519]
  本研究では,屋内シーンの画像集合に対して,密集深度マップとカメラのポーズを同時に推定することの問題点を考察する。 RidgeSfMは数百のフレームをまとめることができる。
  論文  参考訳（メタデータ） (2020-11-20T11:59:20Z)

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。