論文の概要: PRI-Net: A Lightweight Multimodal Framework for 3D UAV Localization

• arxiv url: http://arxiv.org/abs/2609.14469v1
• Date: Sun, 13 Sep 2026 12:18:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:05.820277
• Title: PRI-Net: A Lightweight Multimodal Framework for 3D UAV Localization
• Title（参考訳）: PRI-Net: 3D UAVローカライゼーションのための軽量マルチモーダルフレームワーク
• Abstract要約: PRI-NetはUAVローカライゼーションのための効率的で軽量なマルチモーダル融合フレームワークである。 疎LiDAR観測を幾何学的に一貫した深度マップに変換する3次元点雲スプラッティング(DPCS)戦略を導入する。 残留注意融合(RAF)モジュールは、モードバイアスを軽減するように設計されている。 マルチモーダル情報ボトルネック(MIB)モジュールはタスク非関連冗長性をフィルタリングすることで特徴をコンパクト化する。
• 参考スコア（独自算出の注目度）: 18.199437709938177
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate 3D localization of unmanned aerial vehicles (UAVs) remains challenging for existing multimodal approaches due to sparse LiDAR geometry, modality-imbalanced fusion, and redundant feature transmission over constrained edge-to-server links. To address these limitations, we propose PRI-Net, an efficient and lightweight multimodal fusion framework for UAV localization that integrates point cloud splatting, residual attention fusion, and an information bottleneck. Specifically, a 3D point cloud splatting (3DPCS) strategy is introduced to transform sparse LiDAR observations into geometrically consistent dense depth maps. A residual attention fusion (RAF) module is then designed to alleviate modal bias by using an image branch for coarse estimation and a gated fusion branch for refinement. In addition, a multimodal information bottleneck (MIB) module compacts features by filtering task-irrelevant redundancy. Experiments show that PRI-Net achieves high localization accuracy with lightweight architectures, while reducing feature dimensionality and improving edge-to-server UAV sensing efficiency and robustness.
• Abstract（参考訳）: 無人航空機(UAV)の正確な3Dローカライゼーションは、疎LiDAR幾何、モダリティ不均衡融合、制約されたエッジ・ツー・サーバリンク上の冗長な特徴伝達により、既存のマルチモーダルアプローチでは依然として困難である。 これらの制約に対処するために,PRI-Netを提案する。これはUAVローカライゼーションのための効率的で軽量なマルチモーダル核融合フレームワークで,点雲スプラッティング,残光融合,情報ボトルネックを統合している。 具体的には、3D点雲スプラッティング(DPCS)戦略を導入し、スパースLiDAR観測を幾何学的に一貫した深度マップに変換する。 次に、粗い推定のためのイメージブランチと精製のためのゲート融合ブランチを用いて、モーダルバイアスを軽減するために、残留注意融合(RAF)モジュールを設計する。 さらに、マルチモーダル情報ボトルネック(MIB)モジュールは、タスク非関連冗長性をフィルタリングすることによって特徴をコンパクト化する。 実験により,PRI-Netは軽量アーキテクチャで高精度なローカライゼーションを実現するとともに,特徴次元を低減し,エッジ・ツー・サーバのUAV検知効率とロバスト性を改善した。

関連論文リスト

• MB-Loc: Multi-planar Bird's-eye-view Localization in outdoor LiDAR scenes [2.3666547827177733]
  我々は,グローバルLiDARローカライゼーションのための軽量かつ視点ロバストなSCRフレームワークMB-Locを提案する。 Z軸に沿って点雲をスライスし、符号付き深度を離散2次元平面にマッピングすることにより、MB-Locは標準2次元CNNの計算的トラクタビリティを活用しながら必須な3次元幾何学構造を保持する。 我々は、公開可能なNCLTデータセットに関する広範な実験を行い、提案手法が現在の最先端技術よりも優れていることを示す。
  論文  参考訳（メタデータ） (2026-06-07T17:25:06Z)
• LiteFusion: Taming 3D Object Detectors from Vision-Based to Multi-Modal with Minimal Adaptation [23.72983078807998]
  現在の3Dオブジェクト検出器は、高い検出精度を達成するために複雑なアーキテクチャとトレーニング戦略に依存している。 これらの方法はLiDARセンサーに大きく依存しているため、LiDARが欠如している場合に大きな性能低下に悩まされる。 我々は,LiDAR点からの相補的特徴を四元数空間内の画像特徴に統合する,新しい多モード3D検出器LiteFusionを導入する。
  論文  参考訳（メタデータ） (2025-12-23T10:16:33Z)
• SDGOCC: Semantic and Depth-Guided Bird's-Eye View Transformation for 3D Multimodal Occupancy Prediction [8.723840755505817]
  SDG-OCCと呼ばれる新しいマルチモーダル占有予測ネットワークを提案する。 ジョイントセマンティックとディープ誘導ビュー変換と、融合により占有されるアクティブ蒸留が組み込まれている。 提案手法は,Occ3D-nuScenesデータセットをリアルタイムに処理することで,最先端(SOTA)性能を実現する。
  論文  参考訳（メタデータ） (2025-07-22T23:49:40Z)
• FALO: Fast and Accurate LiDAR 3D Object Detection on Resource-Constrained Devices [38.61635285386612]
  既存のLiDAR 3Dオブジェクト検出方法はスパース畳み込みやトランスフォーマーに依存しており、リソース制約のあるエッジデバイス上では実行が困難である。 ハードウェアフレンドリーなLiDAR3D検出手法であるFALOを提案し,SOTA(State-of-the-art)検出精度と高速推論速度の両方を提供する。
  論文  参考訳（メタデータ） (2025-06-04T22:46:28Z)
• Lightweight RGB-D Salient Object Detection from a Speed-Accuracy Tradeoff Perspective [54.91271106816616]
  現在のRGB-D法は通常、大規模なバックボーンを利用して精度を向上させるが効率を犠牲にする。 本稿では,軽量RGB-D SODのためのSATNet(Speed-Accuracy Tradeoff Network)を提案する。 深度について,高品質の深度マップを生成するための深度任意のモデルを導入する。 モダリティ融合において,モダリティ間の整合性を検討するために,DAM(Decoupled Attention Module)を提案する。 特徴表現のために,双方向の反転フレームワークを用いたDIRM (Dual Information Representation Module) を開発した。
  論文  参考訳（メタデータ） (2025-05-07T19:37:20Z)
• FLARES: Fast and Accurate LiDAR Multi-Range Semantic Segmentation [52.89847760590189]
  3Dシーンの理解は、自動運転における重要な課題である。 近年の手法では、レンジビュー表現を利用して処理効率を向上している。 範囲ビューに基づくLiDARセマンティックセマンティックセグメンテーションのためのワークフローを再設計する。
  論文  参考訳（メタデータ） (2025-02-13T12:39:26Z)
• PVAFN: Point-Voxel Attention Fusion Network with Multi-Pooling Enhancing for 3D Object Detection [59.355022416218624]
  点とボクセルの表現の統合は、LiDARベースの3Dオブジェクト検出においてより一般的になりつつある。 PVAFN(Point-Voxel Attention Fusion Network)と呼ばれる新しい2段3次元物体検出器を提案する。 PVAFNはマルチプール戦略を使用して、マルチスケールとリージョン固有の情報を効果的に統合する。
  論文  参考訳（メタデータ） (2024-08-26T19:43:01Z)
• DSVT: Dynamic Sparse Voxel Transformer with Rotated Sets [95.84755169585492]
  本研究では,屋外3次元知覚のためのシングルストライドウィンドウベースのボクセルトランスであるDynamic Sparse Voxel Transformer (DSVT)を提案する。 本モデルでは,3次元認識タスクを多岐にわたって行うことにより,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2023-01-15T09:31:58Z)
• FusionRCNN: LiDAR-Camera Fusion for Two-stage 3D Object Detection [11.962073589763676]
  既存の3D検出器は、2段階のパラダイムを採用することで精度を大幅に向上させる。 特に遠く離れた地点では、点雲の広がりは、LiDARのみの精製モジュールがオブジェクトを正確に認識し、配置することを困難にしている。 We propose a novel multi-modality two-stage approach called FusionRCNN, which is effective and efficient fuses point clouds and camera image in the Regions of Interest(RoI)。 FusionRCNNは、強力なSECONDベースラインを6.14%のmAPで大幅に改善し、競合する2段階アプローチよりも優れている。
  論文  参考訳（メタデータ） (2022-09-22T02:07:25Z)
• EPNet++: Cascade Bi-directional Fusion for Multi-Modal 3D Object Detection [56.03081616213012]
  本稿では,新しいCasscade Bi-directional Fusion(CB-Fusion)モジュールを導入することで,マルチモーダル3Dオブジェクト検出のためのEPNet++を提案する。 提案したCB-Fusionモジュールは、カスケード双方向相互作用融合方式で画像特徴と点特徴の豊富な意味情報を高める。 KITTI、JRDB、SUN-RGBDデータセットの実験結果は、最先端の手法よりもEPNet++の方が優れていることを示している。
  論文  参考訳（メタデータ） (2021-12-21T10:48:34Z)
• Volumetric Propagation Network: Stereo-LiDAR Fusion for Long-Range Depth Estimation [81.08111209632501]
  長距離深度推定のための幾何認識型ステレオLiDAR融合ネットワークを提案する。 ステレオ画像の対応を統一した3Dボリューム空間で導くためのキューとして、スパースで正確な点群を活用します。 我々のネットワークは,KITTIおよびVirtual-KITTIデータセット上での最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2021-03-24T03:24:46Z)
• Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation [81.02742110604161]
  大規模運転シーンのLiDARセグメンテーションのための最先端の手法は、しばしば点雲を2次元空間に投影し、2D畳み込みによって処理する。 そこで我々は,3次元幾何学的パタンを探索するために,円筒分割と非対称な3次元畳み込みネットワークを設計する,屋外LiDARセグメンテーションのための新しいフレームワークを提案する。 提案手法はセマンティックKITTIのリーダーボードにおいて第1位を獲得し,既存のnuScenesの手法を約4%のマージンで上回っている。
  論文  参考訳（メタデータ） (2020-11-19T18:53:11Z)

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。