論文の概要: M3GA-Wild: A Large-Scale Dataset and Benchmark for Multi-Modal Multi-session Ground-to-Aerial Place Recognition in Forests

• arxiv url: http://arxiv.org/abs/2609.23003v1
• Date: Sat, 19 Sep 2026 13:05:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.644602
• Title: M3GA-Wild: A Large-Scale Dataset and Benchmark for Multi-Modal Multi-session Ground-to-Aerial Place Recognition in Forests
• Title（参考訳）: M3GA-Wild:大規模データセットと森林におけるマルチモーダル・マルチセッション地上位置認識のためのベンチマーク
• Abstract要約: M3GA-Wildは、森林におけるマルチモーダル・マルチセッション地上位置認識のための最初のベンチマークである。 我々は,LDARに基づくアプローチが,視点差が大きい場合の視覚のみの手法よりも有意に優れていることを示す。 航空RGB画像とジオレファレンス航空LiDARとのペアリングにより、M3GA-Wildは単眼深度推定の基礎モデルの評価を可能にした。
• 参考スコア（独自算出の注目度）: 28.2471069671262
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present M3GA-Wild, the first benchmark for multi-modal, multi-session ground-to-aerial place recognition in forests. M3GA-Wild unifies and extends existing forest localisation datasets, providing a holistic benchmark with synchronised RGB imagery and LiDAR from ground traversals spanning 36 km, aligned high-resolution aerial imagery and multi-altitude LiDAR covering 370 hectares, and accurate geo-referenced 6-DoF poses for precise evaluation. M3GA-Wild captures diverse forest scenes with varying viewpoints, occlusion, and environmental conditions, enabling systematic evaluation of visual, LiDAR, cross-modal, and multi-modal methods. Baseline experiments show that LiDAR-based approaches significantly outperform vision-only methods under severe viewpoint differences, while current multi-modal fusion strategies yield limited gains due to poor cross-modal alignment. By pairing aerial RGB imagery with geo-referenced aerial LiDAR, M3GA-Wild also enables evaluation of foundation models for monocular depth estimation as a cheap source of 3D geometry from forest imagery, with initial experiments revealing shortfalls of current methods. These results highlight key challenges in cross-platform localisation, including modality misalignment and severe domain gaps. M3GA-Wild establishes a new benchmark to support research in robust multi-modal localisation and long-term autonomy in unstructured natural environments. The dataset and code will be available upon acceptance.
• Abstract（参考訳）: 森林におけるマルチモーダル・マルチセッション地上位置認識のための最初のベンチマークであるM3GA-Wildを提案する。 M3GA-Wildは既存の森林ローカライゼーションデータセットを統一して拡張し、36kmにわたる地上横断路からのRGB画像とLiDARの総合的なベンチマークを提供し、370ヘクタールをカバーする高解像度の空中画像と多高度LiDARを整列させ、正確なジオレファレンス6-DoFが正確な評価を行う。 M3GA-Wildは、視覚、LiDAR、クロスモーダル、マルチモーダルの手法の体系的な評価を可能にし、様々な視点、閉塞、環境条件で多様な森林シーンを捉えている。 ベースライン実験により、LiDARに基づくアプローチは、視力のみのアプローチよりも著しく優れており、現在のマルチモーダル融合戦略は、クロスモーダルアライメントが貧弱なため、限られた利得が得られることが示された。 M3GA-Wildは、航空RGB画像とジオレファレンス航空LiDARを組み合わせることで、森林画像からの3次元幾何学の安価な情報源として単眼深度推定の基礎モデルの評価を可能にし、現在の手法の欠点を明らかにする実験を行った。 これらの結果は、モダリティのミスアライメントやドメインギャップの深刻化など、クロスプラットフォームのローカライゼーションにおける重要な課題を浮き彫りにしている。 M3GA-Wildは、構造化されていない自然環境における堅牢なマルチモーダルローカライゼーションと長期的な自律性の研究を支援するための新しいベンチマークを確立する。 データセットとコードは受け入れ次第利用できる。

関連論文リスト

• ForestMamba: Sparse Mamba with Geometry-guided Queries for 3D Forest Point Cloud Segmentation [9.432335594963956]
  ForestMambaは、フォレスト固有の事前情報を特徴符号化、クエリ生成、クエリ改善に組み込む構造認識手法である。 7つの森林地域での実験では、フォレストマンバは、両方のセグメンテーションタスクにおいて、既存のベースラインを一貫して上回っていることが示されている。
  論文  参考訳（メタデータ） (2026-06-01T01:49:09Z)
• WildDepth: A Multimodal Dataset for 3D Wildlife Perception and Depth Estimation [22.96845355447165]
  様々な種類の動物から深度推定,行動検出,3次元再構成を行うためのデータセットとベンチマークスイートであるWildDepthを提示する。 その結果,マルチモーダルデータを用いた場合,最大10%のRMSEで深度信頼性が向上し,RGB-LiDAR融合ではチャムファー距離が12%向上することがわかった。
  論文  参考訳（メタデータ） (2026-03-17T17:19:43Z)
• MS-GS: Multi-Appearance Sparse-View 3D Gaussian Splatting in the Wild [47.52462219920857]
  野生の写真コレクションは、しばしば限られた量の画像を含んでおり、複数の外観を示す。 3DGS を用いたスパースビューシナリオにおけるマルチアジュアンス機能を備えた新しいフレームワーク MS-GS を提案する。 我々は,MS-GSが様々な難解な視界とマルチアジュアンス条件下でフォトリアリスティックレンダリングを実現することを実証した。
  論文  参考訳（メタデータ） (2025-09-19T03:06:49Z)
• BEVUDA++: Geometric-aware Unsupervised Domain Adaptation for Multi-View 3D Object Detection [56.477525075806966]
  視覚中心のBird's Eye View (BEV) の認識は、自律運転にかなりの可能性を秘めている。 近年の研究では、効率性や精度の向上が優先されているが、ドメインシフトの問題は見過ごされている。 本稿では,この問題を解消するために,革新的な幾何学的学習支援フレームワークであるBEVUDA++を紹介する。
  論文  参考訳（メタデータ） (2025-09-17T16:31:40Z)
• Real-IAD D3: A Real-World 2D/Pseudo-3D/3D Dataset for Industrial Anomaly Detection [53.2590751089607]
  Real-IAD D3は高精度なマルチモーダルデータセットであり、フォトメトリックステレオによって生成された擬似3Dモダリティが組み込まれている。 本稿では,RGB,点雲,擬似3次元深度情報を統合し,各モードの相補的強度を活用する効果的な手法を提案する。 本実験は,検出の堅牢性向上とIAD全体の性能向上におけるこれらのモダリティの重要性を強調した。
  論文  参考訳（メタデータ） (2025-04-19T08:05:47Z)

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。