論文の概要: Noctif3R: Feed-Forward Monocular Real-Time SLAM for Photon-Limited Scenes on Embedded Hardware

• arxiv url: http://arxiv.org/abs/2609.21114v1
• Date: Thu, 17 Sep 2026 21:57:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.787467
• Title: Noctif3R: Feed-Forward Monocular Real-Time SLAM for Photon-Limited Scenes on Embedded Hardware
• Title（参考訳）: Noctif3R:組み込みハードウェアにおける光子制限シーンのためのフィードフォワード単眼リアルタイムSLAM
• Abstract要約: 我々は,低照度フィードフォワード・ポイントマップ・フロントエンド上に,明示的なマッチングゲートを備えた低照度フィードフォワード・ポイントマップ・パイプラインを提案する。 実際のロボットビデオでは、納入フレームの86.5%が完全に黒で、照明開始後のすべての構成が黒で、ID-SLAMとDPV-SLAMはそれぞれ1178フレームのポーズを出力している。
• 参考スコア（独自算出の注目度）: 10.679116500422902
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robots carrying out tasks in dark environments need to localize from a single RGB camera, in light so low that the per-pixel signal approaches the sensor's own noise, on a power-constrained onboard computer, in real time. Each of these constraints has matured pipelines, but the intersection does not. Offline low-light reconstruction now recovers structure below -4 dB but is far too slow to run in real time, while the real-time monocular systems a robot can actually carry (DROID-SLAM, DPV-SLAM, etc.) degrade or fail when SNR gets low. We measured how they fail: across the nine lowest darkness levels of our scenes, DROID-SLAM returns a full-length trajectory carrying no information about the camera's motion on all nine, VGGT-SLAM and CUT3R on eight, pi^3 on seven, and DPV-SLAM on four. We present SYS, a monocular pipeline built on a low-light feed-forward pointmap front end with an explicit match gate, which returns three tracked trajectories and no uninformative ones, at the lowest error of any method where it tracks (24-47% of the no-information ceiling against 56-73% for the strongest baseline), and at the narrowest coverage. On a real robot video take in which 86.5% of delivered frames are entirely black, every configuration of ours stops after the lit beginning, while DROID-SLAM and DPV-SLAM each emit a pose for all 1178 frames. Our method contribution is an embedded execution path for the Jetson AGX Orin: running the map, keyframes and backend at 384 pixels with tracking at 256, together with two fixes to the per-frame pose solve, is a replicated Pareto improvement, 1.28x throughput at 0.964x error on one scene and 1.42x at 0.68x on a second, with 47% less peak GPU memory and 29% less energy per pose. We evaluate on a calibrated, bit-exact regenerable noise ladder, on relabelled real-world dark exposures, and on a new dark-room video ladder recorded from a Boston Dynamics Spot robot.
• Abstract（参考訳）: 暗黒環境でタスクを実行するロボットは、1台のRGBカメラから非常に低い光でローカライズする必要があるため、ピクセルごとの信号がセンサー自身のノイズに近づく。 これらの制約は、それぞれ成熟したパイプラインを持つが、交差はしない。 オフラインの低照度再構築は、現在-4dB未満の構造を回復するが、リアルタイムに実行するにははるかに遅すぎる。 DROID-SLAMは、全9階のカメラの動きに関する情報を一切持たないフル長の軌道、VGGT-SLAMとCUT3Rは8階のVGGT-SLAMとCUT3R、pi^3は7階のDPV-SLAMを4階のDPV-SLAMに戻す。 SYSは低照度フィードフォワード・ポイントマップの先端に明示的なマッチゲートを配置し、3つのトラック軌道を返却し、不定形な経路を返さないモノクラーパイプラインで、追跡するメソッドの誤差が最も低い(最強のベースラインでは24～47%、非情報天井は56～73%、最短のカバー範囲は最も狭い)。 DROID-SLAMとDPV-SLAMはいずれも1178フレームのポーズを出力する。 私たちのメソッドコントリビューションはJetson AGX Orinの組込み実行パスです: 256のトラッキングでマップ、キーフレーム、バックエンドを384ピクセルで実行し、フレーム毎のポーズ解決に2つの修正を加えて、Paretoの改善を再現し、1つのシーンで0.964倍のスループットで1.28倍、毎秒0.68倍のスループットで1.42倍、ピークのGPUメモリを47%削減し、ポーズあたりのエネルギーを29%削減します。 我々は、校正されたビットエクサブルノイズはしご、ラベリングされた現実世界の暗黒露光、およびBoston Dynamics Spotロボットから記録された新しい暗黒室ビデオはしごについて評価した。

関連論文リスト

• Racing in Volume with Flow Ensembles [45.39245713312922]
  FastFlowGSは、固定された外部カメラの小さなセットから高速で動く被写体を再構築するストリーミング手法である。 モナコ4Dは高速な屋外改造のベンチマークである。
  論文  参考訳（メタデータ） (2026-09-14T20:18:59Z)
• Robostral Navigate [138.74472687550374]
  Robostral Navigateは、大規模なナビゲーションシステムのための視覚言語モデルである。 モノラルなRGB画像のストリームのみを消費し、現在のカメラビューの次のターゲット位置を指して、ウェイポイントを予測する。 我々は、実世界のデータ収集への依存を減らすため、350kのシミュレートされたシーンに240万のトラジェクトリを生成します。
  論文  参考訳（メタデータ） (2026-07-22T23:13:05Z)
• SLAM in Low-Light Environments: Project Report [13.846177322392725]
  ロボット工学の基本的な問題の一つに、同時局所化とマッピング(SLAM)がある。 機能ベース、ダイレクト、フィルタベース、学習ベースのパラダイムにまたがる6つのシステムをベンチマークします。 その結果、RGBのみのSLAMは、慣性融合と大域最適化の両方が存在する場合にのみ安定した低照度追跡を維持できることがわかった。
  論文  参考訳（メタデータ） (2026-07-20T08:47:43Z)
• Dynamic EventNeRF: Reconstructing General Dynamic Scenes from Multi-view RGB and Event Streams [69.65147723239153]
  動的シーンのボリューム再構成はコンピュータビジョンにおいて重要な問題である。 照明が悪く、動きが速い場合には特に困難である。 本稿では,スパースなマルチビューイベントストリームとスパースなRGBフレームからシーンを時間的に再構築する手法を提案する。
  論文  参考訳（メタデータ） (2024-12-09T18:56:18Z)
• SpikeNVS: Enhancing Novel View Synthesis from Blurry Images via Spike Camera [78.20482568602993]
  従来のRGBカメラは、動きがぼやけやすい。 イベントやスパイクカメラのようなニューロモルフィックカメラは、本質的により包括的な時間情報をキャプチャする。 我々の設計は、NeRFと3DGSをまたいだ新しいビュー合成を強化することができる。
  論文  参考訳（メタデータ） (2024-04-10T03:31:32Z)
• DROID-SLAM: Deep Visual SLAM for Monocular, Stereo, and RGB-D Cameras [71.41252518419486]
  DROID-SLAMは、新しいディープラーニングベースのSLAMシステムである。 ステレオやRGB-Dビデオを利用して、テスト時にパフォーマンスを向上させることができる。
  論文  参考訳（メタデータ） (2021-08-24T17:50:10Z)

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。