論文の概要: Multi-viewpoint Geo-localization with Event Cameras

• arxiv url: http://arxiv.org/abs/2609.21219v1
• Date: Fri, 18 Sep 2026 02:06:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.825898
• Title: Multi-viewpoint Geo-localization with Event Cameras
• Title（参考訳）: イベントカメラを用いた多視点ジオローカライゼーション
• Abstract要約: イベントカメラは、ロボティクスへの関心が高まり、採用が増えている。 視点分散の処理は、既存のイベントベースローカライザの未検討の問題である。 本稿では、視点変化下で頑健に機能するイベントベースの視覚的位置認識(VPR)システムを提案する。
• 参考スコア（独自算出の注目度）: 16.19859440386601
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robot localization is an ongoing challenge that demands mapping and positioning systems that are tolerant to viewpoint change. Event cameras are attracting increasing interest and adoption in robotics; however, dealing with viewpoint variance is an under-investigated problem in existing event-based localizers. In addition, event-based datasets that emphasize viewpoint variance for challenging localization situations are scarce. Here, we introduce an event-based visual place recognition (VPR) system that performs robustly under viewpoint changes. We converted five large-scale geo-tagged datasets, conventionally used to train frame-based localization systems, into synthetic event streams using Image-to-Event (I2E) conversion, and used them to fine-tune a pre-trained event-based vision transformer backbone with a multi-loss function, yielding a system we call MegaEvent that learns viewpoint-robust features for place recognition. We achieved an average Recall@1 of 82% across three existing event-based localization datasets, leading the next best event-based method by 20 recall points, and frame-based VPR models applied directly to event frames by 8 to 26 recall points. We introduce a new, challenging dataset - Springfield-Event-VPR - which features a 3.7km walking route recorded in three camera orientations for a total of 11.1km, which MegaEvent outperforms the strongest baseline by 9 recall points. The code for MegaEvent is available at https://github.com/AdamDHines/megaevent.
• Abstract（参考訳）: ロボットのローカライゼーションは、視点変化に寛容なマッピングと位置決めシステムを必要とする、進行中の課題である。 イベントカメラはロボティクスへの関心が高まり、採用が進んでいるが、視点のばらつきを扱うことは、既存のイベントベースのローカライザでは未解決の問題である。 さらに、局部化に挑戦する状況に対する視点差を強調するイベントベースのデータセットは少ない。 本稿では、視点変化下で頑健に機能するイベントベースの視覚的位置認識(VPR)システムを提案する。 我々は、従来、フレームベースのローカライゼーションシステムのトレーニングに用いられていた5つの大規模ジオタグデータセットを、Image-to-Event (I2E)変換を用いて合成イベントストリームに変換し、トレーニング済みのイベントベースの視覚変換器バックボーンをマルチロス関数で微調整し、位置認識のための視点ローバスト特徴を学習するシステム「MegaEvent」を得た。 既存の3つのイベントベースローカライゼーションデータセットで平均82%のRecall@1を達成し、20のリコールポイントによる次のベストなイベントベースメソッドと、8から26のリコールポイントによるイベントフレームに直接適用されたフレームベースのVPRモデルを導いた。 我々は、新しい挑戦的なデータセットSpringfield-Event-VPRを紹介した。これは、3つのカメラ方向で記録された3.7kmのウォーキングルートを合計11.1kmとしており、MegaEventは9つのリコールポイントで最強のベースラインを上回っている。 MegaEventのコードはhttps://github.com/AdamDHines/megaevent.comで公開されている。

関連論文リスト

• EventGeM: Global-to-Local Feature Matching for Event-Based Visual Place Recognition [13.821242174757392]
  我々は、イベントベースの視覚的場所認識のための、最先端のグローバルなローカルな特徴融合パイプラインであるEventGeMを紹介する。 イベントカメラから直接イベントストリームを使用して、オンラインのローカライゼーションを行うロボットプラットフォーム上での実際のデプロイメントにおけるEventGeMの機能を示す。
  論文  参考訳（メタデータ） (2026-03-06T01:40:12Z)
• Event Masked Autoencoder: Point-wise Action Recognition with Event-Based Cameras [8.089601548579116]
  本稿では,行動認識のためのイベントデータの構造を保存・活用する新しいフレームワークを提案する。 本フレームワークは,1)マスキングされた生のイベントカメラポイントデータからイベントパッチを再構成することにより,コンパクトかつ離散的な表現を学習するポイントワイド・イベントマスク自動エンコーダ (MAE) ,2) イベントデータインレーヤモデルとポイントワイドデータ拡張技術を活用する改良されたイベントポイントパッチ生成アルゴリズムにより,品質と多様性のイベントポイントパッチを向上する。
  論文  参考訳（メタデータ） (2025-01-02T03:49:03Z)
• EF-3DGS: Event-Aided Free-Trajectory 3D Gaussian Splatting [87.1077910795879]
  生物学的ビジョンにインスパイアされたイベントカメラは、時間分解能の高い画素の強度を非同期に記録する。 本稿では,イベントカメラの利点を3DGSにシームレスに統合するイベント支援フリートラジェクトリ3DGSを提案する。 提案手法を,パブリックタンクとテンプルのベンチマークと,新たに収集した実世界のデータセットであるRealEv-DAVISで評価した。
  論文  参考訳（メタデータ） (2024-10-20T13:44:24Z)
• Exploring Event-based Human Pose Estimation with 3D Event Representations [26.34100847541989]
  我々は、Rasterized Event Point Cloud(Ras EPC)とDecoupled Event Voxel(DEV)の2つの3Dイベント表現を紹介した。 Ras EPCは、簡潔な時間スライス内のイベントを同じ位置で集約し、それらの3D属性を統計情報と共に保存し、メモリと計算要求を大幅に削減する。 提案手法は,DHP19公開データセット,MMHPSDデータセット,EV-3DPWデータセットで検証し,誘導駆動シーンデータセットEV-JAADと屋外収集車両によるさらなる定性検証を行った。
  論文  参考訳（メタデータ） (2023-11-08T10:45:09Z)
• GET: Group Event Transformer for Event-Based Vision [82.312736707534]
  イベントカメラは、注目を集めている新しいニューロモルフィックセンサーの一種である。 我々は、グループイベントトランスフォーマー(GET)と呼ばれる、イベントベースのビジョンのための新しいグループベースのビジョントランスフォーマーバックボーンを提案する。 GETは特徴抽出プロセスを通して空間的インフォメーションから時間的極性情報を分離する。
  論文  参考訳（メタデータ） (2023-10-04T08:02:33Z)
• EventTransAct: A video transformer-based framework for Event-camera based action recognition [52.537021302246664]
  イベントカメラは、RGBビデオの標準アクション認識と比較して、新しい機会を提供する。 本研究では,最初にイベントフレーム当たりの空間埋め込みを取得するビデオトランスフォーマーネットワーク(VTN)という,計算効率のよいモデルを用いる。 イベントデータのスパースできめ細かい性質にVTNをよりよく採用するために、イベントコントラストロス(mathcalL_EC$)とイベント固有の拡張を設計する。
  論文  参考訳（メタデータ） (2023-08-25T23:51:07Z)
• $R^{2}$Former: Unified $R$etrieval and $R$eranking Transformer for Place Recognition [92.56937383283397]
  検索と再ランクの両方を扱う統合された場所認識フレームワークを提案する。 提案モジュールは特徴相関,注目値,xy座標を考慮に入れている。 R2$Formerは、主要なVPRデータセットの最先端メソッドを著しく上回る。
  論文  参考訳（メタデータ） (2023-04-06T23:19:32Z)
• How Many Events do You Need? Event-based Visual Place Recognition Using Sparse But Varying Pixels [29.6328152991222]
  イベントカメラ研究の潜在的な応用の1つは、ロボットのローカライゼーションのための視覚的位置認識である。 事象フレームに蓄積した画素位置における事象数に絶対的な差があることが、位置認識タスクに十分であることを示す。 我々は,Brisbane-Event-VPRデータセットに対する提案手法を,新たに提案した屋内QCR-Event-VPRデータセットとともに屋外運転シナリオで評価した。
  論文  参考訳（メタデータ） (2022-06-28T00:24:12Z)

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。