論文の概要: SFVO: Decoupled Confidence-Guided Stereo-Flow Visual Odometry with Bidirectional PnP

• arxiv url: http://arxiv.org/abs/2609.21754v1
• Date: Fri, 18 Sep 2026 13:27:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:17.122374
• Title: SFVO: Decoupled Confidence-Guided Stereo-Flow Visual Odometry with Bidirectional PnP
• Title（参考訳）: SFVO:双方向PnPを用いた信頼誘導ステレオフロービジュアルオドメトリー
• Abstract要約: Stereo VOはその性質上真の計量を提供するが、高い計算コストとモデリングの複雑さのため、ディープラーニングVOでは研究されていない。 近年のステレオマッチングと光フロー推定の進歩により、濃密な視覚対応はますます正確で信頼性が増している。 本稿では,事前学習されたステレオマッチングと光フローモデルに基づく通信駆動型ステレオVOフレームワークであるSFVOについて述べる。
• 参考スコア（独自算出の注目度）: 7.7681740309533955
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deep learning-based visual odometry (VO) has achieved significant progress, yet most existing methods focus on a monocular approach, which suffers from scale ambiguity. Stereo VO provides real metric by its nature, but remains less studied in deep learning VO due to its high computational cost and modeling complexity. Recent advances in stereo matching and optical flow estimation have made dense visual correspondence increasingly accurate and reliable, but their complementary geometric information has not been fully exploited for VO. In this paper, we present SFVO, a correspondence-driven stereo VO framework that directly builds upon pretrained stereo matching and optical flow models. SFVO exploits pretrained stereo matching and optical flow models to estimate stereo and temporal correspondences. Instead of learning pose directly from images, SFVO maps learned correspondences into geometric constraints and predicts which points are trustworthy. To improve the reliability of visual correspondence-based geometric constraints, we introduce decoupled confidence maps for rotation and translation. This design better aligns the characteristics of visual correspondence and 6-DoF transformations. Extensive experiments on outdoor and indoor datasets demonstrate that SFVO achieves robust and accurate pose estimation with strong generalization capability. The code will be released.
• Abstract（参考訳）: 深層学習に基づくビジュアル・オドメトリー(VO)は大きな進歩を遂げているが、既存のほとんどの手法は、スケールの曖昧さに悩まされているモノラルなアプローチに焦点を当てている。 Stereo VOはその性質上真の計量を提供するが、高い計算コストとモデリングの複雑さのため、ディープラーニングVOでは研究されていない。 近年のステレオマッチングと光フロー推定の進歩により、高密度な視覚対応はますます正確で信頼性が高くなっているが、その相補的な幾何学的情報はVOに対して完全に活用されていない。 本稿では,事前学習したステレオマッチングと光フローモデルに基づいて,通信駆動型ステレオVOフレームワークであるSFVOを提案する。 SFVOは、事前訓練されたステレオマッチングと光学フローモデルを利用して、ステレオおよび時間対応を推定する。 画像から直接ポーズを学ぶ代わりに、SFVOマップは、学習した対応を幾何学的制約に分類し、どの点が信頼できるかを予測する。 視覚的対応に基づく幾何制約の信頼性を向上させるために、回転と変換のための分離された信頼マップを導入する。 この設計は、視覚対応と6-DoF変換の特性をよりよく整合させる。 屋外および屋内のデータセットに対する大規模な実験により、SFVOは強力な一般化能力を持つ堅牢で正確なポーズ推定を達成できることを示した。 コードはリリースされます。

関連論文リスト

• Does Robust VIO Need More Learning? Geometry-Verified Visual Measurements under Distribution Shift [18.007082445726756]
  本稿では,SEA-RAFTを用いた最小学習型ステレオVIOフレームワークを提案する。 密度流はスパースの特徴点でサンプリングされ、予測された不確実性とステレオエピポーラ一貫性を用いてフィルタリングされ、スライディングウインドウのステレオ慣性推定器に組み込まれる。 EuRoC, VIODE, および 4Seasons の実験では, 動きのぼやけ, ダイナミックなシーン, 照明の変化, 屋内から屋外への大規模な分布変化の下で, 正確かつ安定した推定方法が示されている。
  論文  参考訳（メタデータ） (2026-07-20T13:57:44Z)
• V-Co: A Closer Look at Visual Representation Alignment via Co-Denoising [65.5867130156805]
  統合JTフレームワークにおける視覚的コデノゲーションの体系的研究であるV-Coについて述べる。 本研究は,視覚的コデノジングを効果的に行うための4つの重要な要素を明らかにする。 V-Coは、基礎となる画素空間拡散ベースラインと強い前の画素拡散法より優れている。
  論文  参考訳（メタデータ） (2026-03-17T17:01:54Z)
• 4D Contrastive Superflows are Dense 3D Representation Learners [62.433137130087445]
  我々は,LiDARとカメラのペアを連続的に利用して事前学習の目的を確立するための,新しいフレームワークであるSuperFlowを紹介する。 学習効率をさらに向上するため,カメラビューから抽出した知識の整合性を高めるプラグイン・アンド・プレイ・ビュー・一貫性モジュールを組み込んだ。
  論文  参考訳（メタデータ） (2024-07-08T17:59:54Z)
• OCAI: Improving Optical Flow Estimation by Occlusion and Consistency Aware Interpolation [55.676358801492114]
  本稿では,中間映像フレームと光フローを同時に生成することで,フレームのあいまいさを頑健に支援するOCAIを提案する。 我々は,Sintel や KITTI などの既存のベンチマークにおいて,優れた品質と光フロー精度を実証した。
  論文  参考訳（メタデータ） (2024-03-26T20:23:48Z)
• Towards Scale Consistent Monocular Visual Odometry by Learning from the Virtual World [83.36195426897768]
  仮想データから絶対スケールを取得するための新しいフレームワークであるVRVOを提案する。 まず、モノクロ実画像とステレオ仮想データの両方を用いて、スケール対応の異種ネットワークをトレーニングする。 結果として生じるスケール一貫性の相違は、直接VOシステムと統合される。
  論文  参考訳（メタデータ） (2022-03-11T01:51:54Z)
• DF-VO: What Should Be Learnt for Visual Odometry? [33.379888882093965]
  マルチビュージオメトリと深層学習を深さと光フローで統合し、シンプルで堅牢な視覚オドメトリーシステムを設計します。 包括的アブレーション研究により,提案手法の有効性が示され,本システムの性能に関する広範な評価結果が得られた。
  論文  参考訳（メタデータ） (2021-03-01T11:50:39Z)
• Self-supervised Visual-LiDAR Odometry with Flip Consistency [7.883162238852467]
  自己監督型視覚ライダー・オドメトリー(Self-VLO)フレームワークを提案する。 3dlidarポイントから投影された単眼画像とスパース深度マップの両方を入力として取得する。 エンドツーエンドの学習方法でポーズと深さの推定を生成する。
  論文  参考訳（メタデータ） (2021-01-05T02:42:59Z)
• D3VO: Deep Depth, Deep Pose and Deep Uncertainty for Monocular Visual Odometry [57.5549733585324]
  D3VOは、深度、ポーズ、不確実性推定という3つのレベルでディープネットワークを利用する、単眼の視覚計測のための新しいフレームワークである。 まず,ステレオビデオを用いた自己監督型単眼深度推定ネットワークを提案する。 入力画像上の画素の光度不確かさをモデル化し、深度推定精度を向上させる。
  論文  参考訳（メタデータ） (2020-03-02T17:47:13Z)

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。