論文の概要: How to Reduce Localization Ambiguity? Geometry-Semantic Constrained BEV Representation Learning for Satellite-Ground Localization

• arxiv url: http://arxiv.org/abs/2609.39127v1
• Date: Wed, 30 Sep 2026 06:59:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.302984
• Title: How to Reduce Localization Ambiguity? Geometry-Semantic Constrained BEV Representation Learning for Satellite-Ground Localization
• Title（参考訳）: ローカライゼーションの曖昧さの軽減法 : 衛星ゲームローカライゼーションのための幾何学的セマンティック拘束型BEV表現学習
• Abstract要約: 衛星地上局地化は、地上カメラの測地衛星画像内の平面位置とヨー方向を推定する。 幾何学的制約付きBEV表現学習法であるGeoSem-BEVを提案する。
• 参考スコア（独自算出の注目度）: 13.630818527736215
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Satellite-ground localization estimates the planar position and yaw orientation of a ground camera within a geo-referenced satellite image. Most recent methods map ground and satellite features into a shared bird's-eye-view (BEV) space and establish spatial correspondences. However, insufficient depth constraints can assign one ground feature to different distances along a viewing direction, creating geometric ambiguity in BEV feature placement. Similar appearances at different locations can also create descriptor matching ambiguity, while existing descriptor learning lacks explicit semantic supervision to distinguish them. We propose GeoSem-BEV, a geometry-semantic constrained BEV representation learning method. Radial depth supervision constrains distance assignment, and vertical height supervision constrains height aggregation. Shared explicit semantic supervision promotes consistent semantic predictions across views and helps distinguish locations with similar semantics. These constraints improve feature placement and descriptor discriminability, enhancing state-of-the-art BEV localization models. On VIGOR with unknown orientation, GeoSem-BEV reduces mean orientation error by 37.2% and 38.1% in the cross-area and same-area settings, respectively. The corresponding errors are reduced by 10.8% and 15.6% on DReSS-D. On KITTI-CVL, it reduces same-area mean orientation error by 26.8% under 10 degree orientation noise.
• Abstract（参考訳）: 衛星地上局地化は、地上カメラの測地衛星画像内の平面位置とヨー方向を推定する。 最新の手法では、地上と衛星の特徴を共有鳥眼ビュー(BEV)空間にマッピングし、空間対応を確立する。 しかし、深度制約が不十分な場合には、視方向に沿って異なる距離に1つの地上特徴を割り当てることができ、BEV特徴配置における幾何学的曖昧さが生じる。 異なる場所の類似した外観は曖昧さにマッチする記述子を作ることもできるが、既存の記述子学習はそれらを区別するための明示的な意味的監督を欠いている。 幾何学的制約付きBEV表現学習法であるGeoSem-BEVを提案する。 放射深度監督は距離割り当てを制約し、垂直高さ監督は高さ集約を制約する。 共有された明示的な意味的監督は、ビュー全体で一貫した意味的予測を促進し、類似した意味論で場所を区別するのに役立つ。 これらの制約は特徴配置と記述子識別性を改善し、最先端のBEVローカライゼーションモデルを強化する。 方向が不明なVIGORでは、GeoSem-BEVは平均方向誤差を37.2%と38.1%削減する。 対応する誤差は10.8%、DReSS-Dでは15.6%削減される。 KITTI-CVLでは、10度方向ノイズの下で同領域平均方向誤差を26.8%低減する。

関連論文リスト

• Unifying UAV Cross-View Geo-Localization via 3D Geometric Perception [51.687842983240564]
  無人航空機(UAV)のクロスビューな地上局地化は、斜めのUAV画像と衛星地図との厳密な幾何学的相違により、いまだに困難である。 本稿では,3次元シーン形状を明示的にモデル化し,粗い位置認識ときめ細かなポーズ推定を統一する,幾何認識型UAV測位フレームワークを提案する。 提案手法は, 最先端のベースラインを著しく上回り, ロバストメータレベルのローカライゼーション精度を実現し, 複雑な都市環境における一般化を向上する。
  論文  参考訳（メタデータ） (2026-04-02T08:08:41Z)
• BEACON: Language-Conditioned Navigation Affordance Prediction under Occlusion [29.54780231915944]
  言語条件付きローカルナビゲーションでは、ロボットが現在の観測から近くの移動可能な目標位置を推測する必要がある。 本研究では,エゴ中心のBird's-Eye Viewヒートマップを局所境界領域上で予測するBEACONを提案する。 提案手法は,最新画像空間ベースライン上での測地線閾値の平均精度を22.74ポイント向上する。
  論文  参考訳（メタデータ） (2026-03-10T17:56:16Z)
• Loc$^2$: Interpretable Cross-View Localization via Depth-Lifted Local Feature Matching [80.57282092735991]
  本稿では,高精度かつ解釈可能なクロスビューローカライズ手法を提案する。 地上画像の3自由度(DoF)のポーズを、その局所的な特徴と基準空中画像とをマッチングすることによって推定する。 実験では、クロスエリアテストや未知の向きといった挑戦的なシナリオにおいて、最先端の精度を示す。
  論文  参考訳（メタデータ） (2025-09-11T18:52:16Z)
• U-BEV: Height-aware Bird's-Eye-View Segmentation and Neural Map-based Relocalization [81.76044207714637]
  GPS受信が不十分な場合やセンサベースのローカライゼーションが失敗する場合、インテリジェントな車両には再ローカライゼーションが不可欠である。 Bird's-Eye-View (BEV)セグメンテーションの最近の進歩は、局所的な景観の正確な推定を可能にする。 本稿では,U-NetにインスパイアされたアーキテクチャであるU-BEVについて述べる。
  論文  参考訳（メタデータ） (2023-10-20T18:57:38Z)
• Convolutional Cross-View Pose Estimation [9.599356978682108]
  クロスビューポーズ推定のための新しいエンドツーエンド手法を提案する。 提案手法は,VIGORおよびKITTIデータセット上で検証される。 オックスフォード・ロボットカーのデータセットでは,エゴ車両の姿勢を時間とともに確実に推定することができる。
  論文  参考訳（メタデータ） (2023-03-09T13:52:28Z)
• Visual Cross-View Metric Localization with Dense Uncertainty Estimates [11.76638109321532]
  本研究は、屋外ロボティクスにおける視覚的クロスビューメトリックローカライゼーションに対処する。 地上レベルのカラー画像と局地的な環境を含む衛星パッチが与えられた場合、衛星パッチ内の地上カメラの位置を特定することが課題である。 我々は、より高密度な衛星記述子、ボトルネックにおける類似性マッチング、およびマルチモーダルなローカライゼーションの曖昧さを捉えるための出力としての密度空間分布を備えた新しいネットワークアーキテクチャを考案した。
  論文  参考訳（メタデータ） (2022-08-17T20:12:23Z)
• Rethinking Localization Map: Towards Accurate Object Perception with Self-Enhancement Maps [78.2581910688094]
  本研究は, カテゴリーラベルのみを監督として, 正確な対象位置分布マップと対象境界を抽出する, 新たな自己強調手法を提案する。 特に、提案されたセルフエンハンスメントマップは、ILSVRC上で54.88%の最先端のローカライゼーション精度を達成する。
  論文  参考訳（メタデータ） (2020-06-09T12:35:55Z)

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。