論文の概要: Know-Your-Scene (KYS)-SLAM: Hierarchical Semantic-Motion Priors for Feature Matching in Stereo Visual SLAM

• arxiv url: http://arxiv.org/abs/2609.27509v1
• Date: Wed, 23 Sep 2026 08:07:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.938245
• Title: Know-Your-Scene (KYS)-SLAM: Hierarchical Semantic-Motion Priors for Feature Matching in Stereo Visual SLAM
• Title（参考訳）: Know-Your-Scene (KYS)-SLAM: ステレオ視覚SLAMにおける特徴マッチングのための階層的セマンティック・モーション・プライオリティ
• Abstract要約: Know-Your-Scene (KYS)-SLAMはORB-SLAM3のモジュール拡張である。 連続的な対応変調による特徴の拒絶に取って代わる。 KYS-SLAMは、屋外のKITTIで17.4%、屋内のEuRoCで27.7%、レグレッションのない21のステレオシーケンスでRMSEを17.4%削減する。
• 参考スコア（独自算出の注目度）: 6.106519265856197
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Stereo visual SLAM systems built on local descriptors suffer from semantic ambiguity, instance-level confusion, and independently moving objects, each corrupting data association and accumulating as trajectory drift. Prevailing semantic and dynamic SLAM methods address this through binary feature rejection, sacrificing correspondence density for outlier suppression. We contend that contextual implausibility is better expressed as a graded quantity than an exclusion criterion. We present Know-Your-Scene (KYS)-SLAM, a modular extension of ORB-SLAM3 that supplants feature rejection with continuous correspondence modulation. The contribution is the reframing of contextual evidence as correspondence cost, applied within feature matching and leaving the geometric backend unmodified. Each keypoint is augmented with semantic, panoptic, and motion priors fused through a hierarchical compatibility formulation, in which semantic class and instance identity enforce structural plausibility while a zero-shot motion score down-weights features on independently moving objects. That score comes from a training-free module fitting a depth-aware ego-motion model to background optical flow and classifying panoptic segments via self-calibrating, coverage-aware thresholds, so only segments with sufficient motion evidence are penalized and static structure is left unpenalized. Penalizing correspondences rather than discarding them preserves the geometric support bundle adjustment depends on. Under one fixed configuration, no coefficient retuned per sequence or dataset, KYS-SLAM reduces per-sequence ATE RMSE by 17.4% on outdoor KITTI and 27.7% on indoor EuRoC across 21 stereo sequences with no regressions, and by 6.6% on dynamic subsets of KITTI Tracking and 17.8%, up to 31.2%, on Virtual KITTI 2 -- cross-domain transfer across outdoor driving, indoor flight, and synthetic imagery under one set of constants.
• Abstract（参考訳）: ローカルディスクリプタ上に構築されたステレオビジュアルSLAMシステムは、意味的曖昧さ、インスタンスレベルの混乱、独立に動くオブジェクトに悩まされ、それぞれが破損したデータアソシエーションと軌道ドリフトとして蓄積される。 セマンティックおよび動的SLAM法は、二項特徴の拒絶を通じてこの問題に対処し、不整合抑制のための対応密度を犠牲にする。 我々は、文脈的不確実性は排他的基準よりも格付けされた量として表現されていると論じる。 本稿では,ORB-SLAM3のモジュール拡張であるKnow-Your-Scene (KYS)-SLAMについて述べる。 コントリビューションは、コンテキスト証拠を対応コストとして再定義し、特徴マッチングに適用し、幾何学的バックエンドを未修正のままにしておくことである。 各キーポイントは、階層的な互換性の定式化によって融合されたセマンティック、パノプティクス、動きの先行を拡張され、セマンティッククラスとインスタンスのアイデンティティが構造的妥当性を強制する一方で、ゼロショットモーションスコアは独立に動くオブジェクトにダウンウェイトを特徴付ける。 このスコアは、ディープ・アウェア・エゴモーションモデルを背景光学フローに適合させ、自己校正、カバー・アウェア・しきい値によるパノプティクスセグメントを分類することで、十分な動作証拠を持つセグメントのみがペナルティ化され、静的構造は未定のままである。 それらを捨てるのではなく、対応を罰することは、幾何学的支持束の調整に依拠する。 1つの固定された構成の下では、シーケンス毎の係数は変更されず、KYS-SLAMは、屋外のKITTIで17.4%、屋内のEuRoCで27.7%、21のステレオシーケンスでレグレッション無しで6.6%、仮想のKITTI 2で17.8%、屋外の運転、屋内飛行、合成画像で31.2%減少する。

関連論文リスト

• Dynamic-Robust Photometric-Semantic Reconstruction for Open-Vocabulary 3D Scene Understanding [63.599342750566485]
  SPARは、潜在空間アグリゲーションの前に過渡的ダイナミックノイズを明示的に分離する新しい意味幾何学的エンコーディングアーキテクチャである。 エンド・ツー・エンドのアプローチは例外的な新規なビュー合成品質を実現し、PSNRは22.15dB、23.33dBでそれぞれ3と4の入力ビューしか与えられなかった。
  論文  参考訳（メタデータ） (2026-08-29T09:58:24Z)
• BenthicDINO: Physics-Informed Self-Distillation for View-Invariant Side-Scan Sonar Representations [0.0]
  本稿では,データ効率を最大化するために,ConvNeXt-v2-Tinyバックボーンを用いてDINOv3アーキテクチャ上に構築した物理インフォームド自己蒸留フレームワークを提案する。 本研究では,4つのネットワークステージにまたがる,密集した階層的特徴融合戦略を提案する。
  論文  参考訳（メタデータ） (2026-08-24T13:11:22Z)
• CANMOT: Class-Aware Noise Modeling for Multi-Object Tracking in Autonomous Driving [1.2744523252873352]
  CANMOTは、KFベースの3DMOTのためのクラス認識およびオブジェクト指向ノイズモデリングフレームワークである。 実験により、クラス認識とオブジェクト指向ノイズモデリングにより、トラッキング性能が向上し、アイデンティティが大幅に低減されることが示された。 結果は,標準KFベースのMOTベースラインにおいて極めて過信感を示す。
  論文  参考訳（メタデータ） (2026-06-02T12:56:31Z)
• Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
  カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。 既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。 動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:57:46Z)
• Compositional Literary Primitives in Instruction-Tuned LLMs: Cross-Architectural SAE Features for Self, Style, and Affect [0.0]
  文芸プリミティブの合成アーキテクチャを2つの命令調整された大言語モデルで特徴付ける。 4つの機能クラスが出現する: ターゲットの語彙トークンを促進するネーミングゲート、ファーストパーソンレジスタ機能の11セルフクラスタ。
  論文  参考訳（メタデータ） (2026-05-11T23:01:27Z)
• COVTrack++: Learning Open-Vocabulary Multi-Object Tracking from Continuous Videos via a Synergistic Paradigm [59.26203051651017]
  C-TAOはOpen-Vocabulary Multi-Object Tracking (OVMOT)のための最初の連続アノテーション付きトレーニングセットである フレームワークボトルネックに対するCOVTrack++は,3つのモジュールによる検出とアソシエーションの双方向相互機構を実現するための相乗的フレームワークである。 TAOの実験では、新しいTAAは検証とテストセットで35.4%、30.5%に達し、新しいAssocAは4.8%、新しいLocAは5.8%向上した。
  論文  参考訳（メタデータ） (2026-03-25T07:20:27Z)
• Shape-of-You: Fused Gromov-Wasserstein Optimal Transport for Semantic Correspondence in-the-Wild [7.4746628878102195]
  Shape-of-Youは意味対応のための教師なし学習フレームワークである。 SPair-71kおよびAP-10kデータセット上での最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2026-03-12T07:22:03Z)
• Rethinking Multi-Condition DiTs: Eliminating Redundant Attention via Position-Alignment and Keyword-Scoping [61.459927600301654]
  マルチコンディション制御は従来のコンカデント・アンド・アットエンドの戦略によってボトルネックとなる。 分析の結果,これらの相互作用の多くは空間的にも意味的にも冗長であることがわかった。 本稿では,これらの冗長性を解消するための高効率なフレームワークであるPKAを提案する。
  論文  参考訳（メタデータ） (2026-02-06T16:39:10Z)
• DynaPURLS: Dynamic Refinement of Part-aware Representations for Skeleton-based Zero-Shot Action Recognition [51.80782323686666]
  textbfDynaPURLSは、堅牢でマルチスケールなビジュアル・セマンティック対応を確立する統一的なフレームワークである。 我々のフレームワークは、グローバルな動きと局所的な身体部分のダイナミクスの両方を含む階層的なテキスト記述を生成するために、大きな言語モデルを活用する。 NTU RGB+D 60/120とPKU-MMDを含む3つの大規模ベンチマークデータセットの実験は、DynaPURLSが先行技術よりも大幅に優れていることを示した。
  論文  参考訳（メタデータ） (2025-12-12T10:39:10Z)
• SimT: Handling Open-set Noise for Domain Adaptive Semantic Segmentation [58.61946589036262]
  本稿では,ブラックボックスモデルを用いて,擬似ラベル付きターゲットデータのみにアクセス可能な実用的なドメイン適応(DA)セマンティックセマンティックセマンティクス問題について検討する。 ドメインギャップと2つのドメイン間のラベルシフトのため、擬似ラベル付きターゲットデータには、クローズドセットとオープンセットのラベルノイズが混在している。 DAセマンティックセグメンテーションにおける混合雑音分布をモデル化し、SimTの推定として問題を定式化するための単純なノイズ遷移行列(SimT)を提案する。
  論文  参考訳（メタデータ） (2022-03-29T02:48:08Z)

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。