論文の概要: HydroMap: Probabilistic Water Surface Elevation Mapping for Semantic Scene Representation in Inland Waterways

• arxiv url: http://arxiv.org/abs/2609.14903v2
• Date: Sat, 19 Sep 2026 01:24:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 03:38:27.344603
• Title: HydroMap: Probabilistic Water Surface Elevation Mapping for Semantic Scene Representation in Inland Waterways
• Title（参考訳）: ハイドロマップ:内陸水路におけるセマンティック景観表現のための確率的水面標高マッピング
• Abstract要約: HydroMapは、ステレオ観測から水面の標高を再構築し、構造地図と統合する。 Pohang CanalとLeuven Vaartのデータセットでは、RMSEの標高は、同じ地図フレームで表されるLiDARの基準と比べて5cm以下である。
• 参考スコア（独自算出の注目度）: 2.6374023322018916
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous surface vehicles operating in inland waterways require a persistent representation of both surrounding structures and the water surface. LiDAR-based simultaneous localization and mapping often produces sparse or missing water returns, leaving this operational surface absent from the reconstructed scene. We propose HydroMap, an odometry-decoupled framework that reconstructs water surface elevation from stereo observations and integrates it with the structural map. Per-frame water points form joint cell observations with propagated stereo and pose uncertainty, and successive observations are fused into a persistent probabilistic elevation map. Semantic map conversion then combines the elevation map with structural geometry in a unified 2.5D representation of water, boundaries, structures, and overhead regions. On the Pohang Canal and Leuven Vaart datasets, the elevation RMSE remains below 5 cm relative to LiDAR references expressed in the same map frame. The elevation and semantic maps are published at 2 Hz and 1 Hz, respectively. HydroMap thereby complements LiDAR maps with a persistent representation of the water surface for downstream navigation in inland waterways.
• Abstract（参考訳）: 内陸水路で運用される自律的な表面車両は、周囲の構造と水面の両方を永続的に表現する必要がある。 LiDARをベースとした同時ローカライゼーションとマッピングは、しばしば疎水や水不足を生じさせ、この操作面は再建されたシーンから外れている。 本稿では,立体観測から水面標高を再構築し,構造地図と統合するオドメトリ分離フレームワークであるHydroMapを提案する。 フレーム当たりの水点は、伝播するステレオで関節細胞観測を形成し、不確実性を生じさせ、連続した観測を持続的な確率的標高マップに融合させる。 セマンティック写像変換は、水、境界、構造、オーバーヘッド領域の統一2.5D表現において、標高写像と構造幾何学を結合する。 Pohang CanalとLeuven Vaartのデータセットでは、RMSEの標高は、同じ地図フレームで表されるLiDARの基準と比べて5cm以下である。 標高マップと意味マップはそれぞれ2Hzと1Hzで発行される。 これにより、HydroMapはLiDARマップを補完し、内陸水路の下流航行のための水面を永続的に表現する。

関連論文リスト

• 3D-USE: From Image-Level to Scene-Level Underwater Enhancement [54.11922584483346]
  水中のシーンレベル向上(USE) 強化のための信頼性のあるシーン表現と、強化された3Dデータをペア化せずに一貫した拡張ターゲットを使用する。 水中での実際の実験では、視界と視界の整合性が向上し、復元品質が保たれた。
  論文  参考訳（メタデータ） (2026-08-28T07:34:13Z)
• The Coastline as a Structural Constraint: Harnessing Scene Geometry for Autonomous Surface Vessel Localization [4.593567919416557]
  沿岸環境は豊かで、ほとんど露見していない幾何学的構造を含んでおり、世界規模で参照されるローカライゼーションの手がかりを提供することができる。 海岸線と水面形状を利用する2つの相補的な局地化フレームワークをGPSを用いた自律表面容器の局地化のために提案する。
  論文  参考訳（メタデータ） (2026-08-21T16:34:48Z)
• Surfsvr: 2D Surface Priors as 3D Geometric Regularizers for Sparse Voxel Reconstruction [56.51413081953813]
  SurfSVRは2次元表面の先行を明示的な3次元幾何正規化器として扱う新しいスパースボクセル再構成パラダイムである。 鮮明なボクセルの再現は、視認性と幾何学的特性が著しく異なる場面で一貫して改善される。
  論文  参考訳（メタデータ） (2026-08-12T11:25:31Z)
• Wat3R: Underwater 3D Geometry Learning without Annotations [58.91163632674025]
  水中環境における3D形状の推定は、光の減衰、散乱、大規模で高品質な3Dアノテーションの欠如による固有の課題を示す。 本稿では,空中から水中へのフィードフォワード3D再構成モデルの適用を目的とした,クロスドメイン半教師付き学習フレームワークWat3Rを提案する。
  論文  参考訳（メタデータ） (2026-07-09T17:59:58Z)
• Geometric Flood Depth Estimation: Fusing Transformer-Based Segmentation with Digital Elevation Models [0.0]
  災害後の状況認識は、洪水水の大きさと量の両方を理解することに大きく依存している。 本論文は,単眼の空中画像から洪水深度を推定するための幾何学的「水面上昇」手法を提案する。 我々のパイプラインは、最先端のトランスフォーマーベースセグメンテーションモデルであるMask2Formerを使用して、正確な2Dフラッドマスクを生成する。
  論文  参考訳（メタデータ） (2026-05-08T22:05:17Z)
• Seabed-to-Sky Mapping of Maritime Environments with a Dual Orthogonal SONAR and LiDAR Sensor Suite [0.3694429692322631]
  重要な海洋インフラは、表面上と下の両方の状況認識をますます要求している。 本稿では,LiDAR-IMUを2つの直交型フォワード・ソナーと融合した独立マッピングシステムを提案する。 音響面では、任意の音節間変換を扱うために広開口融合を拡張し、各FLSからリードエッジを抽出してラインスキャンを形成する。 本研究では,Belvederekanalen (Copenhagen) の実世界データを用いて,約2.65Hz Hz の更新と約2.85Hz のオドメトリーによる実時間操作の検証を行った。
  論文  参考訳（メタデータ） (2025-12-04T22:53:32Z)
• Hi-Map: Hierarchical Factorized Radiance Field for High-Fidelity Monocular Dense Mapping [51.739466714312805]
  ニューラルラジアンス場(NeRF)に基づく新しいモノクリン高密度マッピング手法であるHi-Mapを導入する。 ハイマップは、RGB入力のみを用いた効率的かつ高忠実なマッピングを実現する能力において例外的である。
  論文  参考訳（メタデータ） (2024-01-06T12:32:25Z)
• Ghost on the Shell: An Expressive Representation of General 3D Shapes [97.76840585617907]
  リアルな素材と照明で高速な物理ベースのレンダリングを可能にするので、メッシュは魅力的だ。 近年の3次元形状の再構成と統計的モデリングの研究は、メッシュをトポロジカルに非フレキシブルであると批判している。 我々は水密面上の多様体符号距離場を定義することにより開曲面をパラメータ化する。 G-Shellは、非水密メッシュ再構築および生成タスクにおける最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-10-23T17:59:52Z)
• Using an Uncrewed Surface Vehicle to Create a Volumetric Model of Non-Navigable Rivers and Other Shallow Bodies of Water [0.0]
  航行不可能な川や貯水池は洪水からの集落の緩衝に重要な役割を果たしている。 緊急プランナーは、周囲に浸水する前に輸送できる水の量に関するデータを持っていないことが多い。 本稿では,浅い水域の底面のディジタルサーフェスマップを統一体積モデルに組み込むために,無人海洋表層車両 (USV) を用いた実践的アプローチについて述べる。
  論文  参考訳（メタデータ） (2023-09-19T02:46:17Z)
• DeepAqua: Self-Supervised Semantic Segmentation of Wetland Surface Water Extent with SAR Images using Knowledge Distillation [44.99833362998488]
  トレーニングフェーズ中に手動アノテーションを不要にする自己教師型ディープラーニングモデルであるDeepAquaを提案する。 我々は、光とレーダーをベースとしたウォーターマスクが一致する場合を利用して、水面と植物の両方を検知する。 実験の結果,DeepAquaの精度は7%向上し,Intersection Over Unionが27%,F1が14%向上した。
  論文  参考訳（メタデータ） (2023-05-02T18:06:21Z)
• Scalable Surface Water Mapping up to Fine-scale using Geometric Features of Water from Topographic Airborne LiDAR Data [0.0]
  可変反射特性ではなく, 水の幾何学的特性に着目した一意な手法を提案する。 この自然法則を接続性とともに活用することにより,小水域を精度良く同定することができる。
  論文  参考訳（メタデータ） (2023-01-16T19:04:23Z)
• BEVBert: Multimodal Map Pre-training for Language-guided Navigation [75.23388288113817]
  視覚・言語ナビゲーション(VLN)における空間認識型マップベース事前学習パラダイムを提案する。 我々は,グローバルなトポロジカルマップにおけるナビゲーション依存性をモデル化しながら,不完全な観測を明示的に集約し,重複を取り除くための局所距離マップを構築した。 ハイブリッドマップをベースとして,マルチモーダルマップ表現を学習するための事前学習フレームワークを考案し,空間認識型クロスモーダル推論を強化し,言語誘導ナビゲーションの目標を導出する。
  論文  参考訳（メタデータ） (2022-12-08T16:27:54Z)
• TANDEM: Tracking and Dense Mapping in Real-time using Deep Multi-view Stereo [55.30992853477754]
  本稿では,リアルタイムな単分子追跡と高密度フレームワークであるTANDEMを紹介する。 ポーズ推定のために、TANDEMはアライメントのスライディングウィンドウに基づいて光度バンドル調整を行う。 TANDEMは最先端のリアルタイム3D再構成性能を示す。
  論文  参考訳（メタデータ） (2021-11-14T19:01:02Z)

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。