論文の概要: SatFix: Absolute Visual Localization of UAVs in Satellite Maps from a Single Oblique Image
- arxiv url: http://arxiv.org/abs/2610.11049v1
- Date: Thu, 08 Oct 2026 01:01:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:53.717913
- Title: SatFix: Absolute Visual Localization of UAVs in Satellite Maps from a Single Oblique Image
- Title（参考訳）: SatFix: 単一の斜め画像からの衛星地図におけるUAVの絶対的な視覚的位置決定
- Abstract要約: 我々は、提供されたジオレファレンス衛星領域における絶対距離UAVの局部化について検討する。
衛星グリッド機能は、UAVの視覚的証拠を集約するクエリとして機能する。
SatFixは中央値位置誤差を34.0%、中央値方向誤差を25.43円から8.73円に下げる。
- 参考スコア（独自算出の注目度）: 29.60720157135458
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study absolute metric UAV localization within a provided geo-referenced satellite region, recovering continuous map position and viewing heading from a single oblique image or a short multi-view clip. Existing cross-view geo-localization methods retrieve the most similar satellite tile from a gallery and report Recall@K, but retrieval depends on gallery sampling, provides no heading estimate, and returns a tile index rather than a continuous coordinate. We propose SatFix, a feed-forward UAV--satellite localization framework built on VGGT-$Ω$. Satellite-grid features act as queries that aggregate UAV visual evidence, and two lightweight heads regress a 3-DoF pose in the satellite-map frame: continuous 2D position and heading. SatFix requires no explicit 3D map, rendered bird's-eye image, auxiliary sensor, or test-time pose alignment. A single model supports both single- and multi-view inputs, with trajectory constraints used during multi-view training. For metric evaluation, we introduce University-Metric, where satellite imagery is re-collected over a region up to 10.7$\times$ longer on a side (about 114$\times$ the ground area) than the original University-1652 tiles, with continuous position and heading labels for the original UAV tours. With one UAV view, SatFix localizes 52.08% of test frames within 50 m and 17.34% within 10 m, with median position and heading errors of 45.66 m and $20.81^\circ$, respectively. Inference takes under 0.1 s per single-view query on an NVIDIA RTX 4090. With nine UAV views, the median position error falls to 21.96 m and the median heading error to $8.73^\circ$. Compared with a fine-tuned VGGT-$Ω$ baseline, SatFix reduces median position error by 34.0% and nine-view median heading error from $25.43^\circ$ to $8.73^\circ$.
- Abstract（参考訳）: 我々は、提供されたジオレファレンス衛星領域内の絶対距離UAVローカライゼーションについて検討し、連続した地図位置を復元し、単一の斜め画像または短いマルチビュークリップから方向を視認する。
既存のクロスビュージオローカライゼーション手法は、ギャラリーから最もよく似た衛星タイルを検索し、Recall@Kを報告するが、検索はギャラリーのサンプリングに依存し、方向推定は提供せず、連続座標ではなくタイルインデックスを返す。
本稿では,VGGT-$Ω$上に構築されたフィードフォワードUAV-サテライトローカライゼーションフレームワークであるSatFixを提案する。
衛星グリッドの機能は、UAVの視覚的証拠を集約するクエリとして機能し、2つの軽量ヘッドが衛星マップフレームで3DoFのポーズを取ります。
SatFixは、明示的な3Dマップ、レンダリングされた鳥の目の画像、補助センサー、テストタイムのポーズアライメントを必要としない。
シングルモデルはシングルビューとマルチビューの両方の入力をサポートし、マルチビュートレーニングで使用される軌道制約を持つ。
距離評価には、衛星画像が元のUniversity-1652タイルよりも1側で最大10.7$\times$(約114$\times$)の長さで再収集されるUniversity-Metricを導入する。
1つのUAVビューで、SatFixは50m以内のテストフレームの52.08%と10m以内のテストフレームの17.34%をローカライズし、それぞれ45.66mと20.81^\circ$の中央値の位置と方向誤差が設定されている。
NVIDIA RTX 4090上でのシングルビュークエリ毎の推論は0.1秒以下である。
9つのUAVビューで、中央位置誤差は21.96m、中央方向誤差は8.73^\circ$となる。
微調整されたVGGT-$Ω$ベースラインと比較して、SatFixは中央値位置誤差を34.0%、中央値方向誤差を25.43^\circ$から8.73^\circ$に下げる。
関連論文リスト
- RIM: A Retrieval-In-Matching Framework for Cross-Domain Global Visual Localization of UAVs [8.321575653158094]
リモートセンシング参照マップを用いた無人航空機(UAV)のグローバルな視覚的位置推定が注目されている。
Google 3D TilesのUAVビューポイント参照ビューを、位置、高度、方向にわたってサンプリングすることで、これらのシフトに対処する。
2段階のクロスドメインファインチューニングレシピは、SALADをポーズ・ニア・ポジティブと地理的に離れたハード・ネガティブを使って適用し、局所的な幾何学的整合性はトップK候補を再ランク付けする。
適応したDINOv2-Bレトリバーを凍結し、トークンフィールドを再利用するローカルディスクリプタデコーダを除去するRetrieval-In-Matching (RIM)を提案する。
論文 参考訳（メタデータ） (2026-07-22T13:20:26Z) - Where Am I? Semantic Map Grounding via Vision-Language Models for Multi-Modal Localization [0.0]
我々は,GPSを用いた屋内環境におけるロボットのローカライゼーションをセマンティック推論タスクとして再検討することで解決する。
人間が対象レベルの手がかりやラベル付き地図を使ってローカライズする方法に触発されて、正面カメラ画像が与えられた視覚言語モデルがロボットのポーズを推測できるかどうかを問う。
我々は、Qwen2.5-VL-7BをLoRAで微調整し、連続的なポーズ座標を予測する軽量回帰ヘッドを装着する。
論文 参考訳（メタデータ） (2026-07-01T15:37:29Z) - Seeing Across Skies and Streets: Feedforward 3D Reconstruction from Satellite, Drone, and Ground Images [18.886133945494503]
この地上画像は、衛星タイルの上にどこにあるのか?
衛星タイルをUAV画像、地上画像、またはその両方とともに摂取するフレキシブルフィードフォワードモデルである*Cross3R*を提案する。
クロスビューの3Dポイントクラウドを復元し、すべての入力カメラの6-DoFポーズと、各視点カメラの位置とヤウのオンタイルの$(x,y)$位置を復元する。
論文 参考訳（メタデータ） (2026-05-08T16:35:57Z) - 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) - Boosting 3-DoF Ground-to-Satellite Camera Localization Accuracy via
Geometry-Guided Cross-View Transformer [66.82008165644892]
地上レベルの画像と一致/検索衛星画像との相対的な回転と変換を推定することにより、地上カメラの位置と方向の精度を向上させる手法を提案する。
実験の結果,本手法は最先端の手法よりも優れていた。
論文 参考訳（メタデータ） (2023-07-16T11:52:27Z) - 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) - Satellite Image Based Cross-view Localization for Autonomous Vehicle [59.72040418584396]
本稿では,市販の高精細衛星画像を使用可能な地図として利用することにより,良好な精度でクロスビュー車両のローカライゼーションを実現することができることを示す。
本手法はKITTIとFord Multi-AVの季節データセットを地上ビューとして,Google Mapsを衛星ビューとして検証した。
論文 参考訳（メタデータ） (2022-07-27T13:16:39Z) - Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization
Using Satellite Image [91.29546868637911]
本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。
鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。
標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
論文 参考訳（メタデータ） (2022-04-10T19:16:58Z)
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。