論文の概要: HyperLoop: Hyperspectral-Assisted Loop Closure Detection in 3D-SLAM for Planetary Exploration
- arxiv url: http://arxiv.org/abs/2610.19742v1
- Date: Wed, 14 Oct 2026 08:04:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 12:10:45.449241
- Title: HyperLoop: Hyperspectral-Assisted Loop Closure Detection in 3D-SLAM for Planetary Exploration
- Title（参考訳）: HyperLoop: 惑星探査のための3次元SLAMにおけるハイパースペクトル支援ループクロージャ検出
- Abstract要約: HyperLoopは、3DGSベースのSLAMシステムのループクロージャモジュールにハイパースペクトルイメージング(HSI)を統合する最初のフレームワークである。
HSIディスクリプタは、RGBの特徴を補完する物質レベルのスペクトルシグネチャを符号化し、照明の変化と視覚的反復性に対する堅牢性を提供する。
重要な発見は、センサーの赤-NIR範囲(600-860nm)が岩盤地形に限定的な識別性をもたらすことである。
- 参考スコア（独自算出の注目度）: 1.9978829365234512
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous navigation of planetary rovers is challenged by visually repetitive, featureless terrain. SLAM systems based on 3D Gaussian Splatting (3DGS) offer dense mapping but rely on RGB appearance descriptors that degrade under perceptual aliasing - a common failure mode in extraterrestrial environments where physically distinct locations appear visually identical. This paper presents HyperLoop, the first framework integrating hyperspectral imaging (HSI) into the loop closure module of a 3DGS-based SLAM system. Hyperspectral descriptors encode material-level spectral signatures complementing RGB features, providing robustness to illumination changes and visual repetitiveness. Two HSI descriptor families are introduced: Bag-of-Spectral-Words (BoSW), encoding spectral material distributions via TF-IDF weighted histograms, and PCA-K VLAD (PCAK-VLAD), capturing first-order residual statistics of PCA-compressed spectral signatures. Both are evaluated with SIFT-VLAD and NetVLAD RGB descriptors under Strict-AND and Weighted fusion strategies on a custom dataset from the Moon-Mars Outdoor Test Site (MMOTS) at DLR, comprising synchronized RGB-D and hyperspectral sequences across four planetary analog traverses (65.5 m total). A key finding is that the sensor's Red-NIR range (600-860 nm) provides limited discriminability for rock terrain: the best HSI fusion (SIFT-VLAD + BoSW, Strict-AND) achieves 5.04 cm ATE RMSE, within 1.8% of SIFT-VLAD alone (4.95 cm). The gain over NetVLAD (8.81 cm) is attributable to SIFT-VLAD, not HSI fusion. This motivates future adoption of SWIR sensors capturing diagnostic mineral absorption features absent from the 600-860 nm range for planetary SLAM missions.
- Abstract（参考訳）: 惑星探査機の自律航法は、視覚的に繰り返し、特徴のない地形によって挑戦される。
3D Gaussian Splatting (3DGS)に基づくSLAMシステムは、密集したマッピングを提供するが、知覚的エイリアシングの下で劣化するRGBの外観記述子に依存している。
本稿では、3DGSベースのSLAMシステムのループクロージャモジュールにハイパースペクトルイメージング(HSI)を統合する最初のフレームワークであるHyperLoopについて述べる。
ハイパースペクトル記述子は、RGBの特徴を補完する物質レベルのスペクトルシグネチャを符号化し、照明の変化と視覚的反復性に対する堅牢性を提供する。
TF-IDF重み付きヒストグラムによるスペクトル物質分布を符号化するBag-of-Spectral-Words (BoSW) とPCA-K VLAD (PCAK-VLAD) の2つのHSIディスクリプタファミリーが導入され、PCA圧縮スペクトルシグネチャの1次残差統計が得られた。
どちらも、Strict-ANDおよびWeighted fusion Strategyの下でSIFT-VLADおよびNetVLAD RGBディスクリプタを用いて、DLRのMoon-Mars Outdoor Test Site (MMOTS) のカスタムデータセット上で評価され、4つの惑星アナログトラバース(合計65.5m)にまたがる同期RGB-Dとハイパースペクトルシーケンスからなる。
鍵となる発見は、センサーの赤-NIR範囲 (600-860 nm) が岩盤に対して限定的な識別性を与えることである: 最高のHSI融合(SIFT-VLAD + BoSW, Strict-AND)は、SIFT-VLAD単独(4.95 cm)の1.8%以内の5.04 cm ATE RMSEに達する。
NetVLAD (8.81 cm) の利得は、HSI融合ではなくSIFT-VLADによるものである。
これは将来、惑星SLAMミッションに600-860nmの範囲から欠落している診断鉱物の吸収特性を検知するSWIRセンサーが採用される動機となっている。
関連論文リスト
- Multimodal Fusion of RGB and Complementary Modalities for Semantic Segmentation [41.36685121424494]
マルチモーダルセマンティックセグメンテーションは、熱、LiDAR、深さ、イベント、偏光、光場などのRGBイメージ(RGB-X)に補助的なセンシングストリームを追加する。
本稿では,両方向の極性を考慮した相互モード融合(BPCF)モジュールを提案する。
我々は,RGB-Thermal,RGB-LiDAR,RGB-Depth,RGB-Event,RGB-Polarization,RGB-Light Fieldの6つのモードペアリングのフレームワークを評価する。
論文 参考訳（メタデータ） (2026-10-13T06:29:06Z) - Talk2Sensors: 3D Visual Grounding in Autonomous Driving via Sensor-Adaptive Physical Cue Matching [66.91228384649921]
Talk2Sensorsは、カメラ、LiDAR、および4Dレーダ上に構築された最初のマルチセンサ3Dビジュアルグラウンドデータセットである。
本稿では,自動走行における言語誘導型3次元視覚グラウンドのためのトランスフォーマーベースの統合フレームワークTSFormerを提案する。
論文 参考訳（メタデータ） (2026-08-05T07:58:35Z) - Earth-OneVision: Extending Remote Sensing Multimodal Large Language Models to More Sensor Modalities and Tasks [20.969678030412407]
Earth-OneVisionは、9つのタスクカテゴリにまたがる6つのセンサーモードとクロスセンサー融合を統合する2B RS-MLLMである。
2Bパラメータだけで、Earth-OneVisionは広範なベンチマークで競合または最先端の結果を達成する。
論文 参考訳（メタデータ） (2026-06-09T13:01:51Z) - Frequency-Guided Fusion For RGB-Thermal Semantic Segmentation [0.6187780920448871]
本稿では,2つのConvNeXt V2バックボーン上に構築されたマルチモーダル核融合アーキテクチャを提案する。
MFNetとPST900の実験では、我々の最も軽い変種はそれぞれ61.73%、86.24% mIoUであり、35.43Mのパラメータしか得られていない。
論文 参考訳（メタデータ） (2026-05-25T18:57:22Z) - Towards UAV Detection in the Real World: A New Multispectral Dataset UAVNet-MS and a New Method [80.50361258830928]
UAVNet-MSは、微小UAV検出のための最初のマルチスペクトルデータセットである。
本稿では、アレイ誘起パララックスと空間-スペクトル融合に対処するデュアルストリームベースラインであるMFDNetを提案する。
この研究は、基礎的なデータセット、強力なベースライン、マルチスペクトルUAV監視研究のためのベンチマークを提供する。
論文 参考訳（メタデータ） (2026-05-20T09:49:04Z) - RSONet: Region-guided Selective Optimization Network for RGB-T Salient Object Detection [76.1829298714382]
本稿では,RGB画像と熱画像の相違点に着目した。
RGB-T有向物体検出のための領域誘導選択最適化ネットワークを提案する。
我々は,RGB-Tデータセットに関する広範な実験を行い,提案したRSONetが27種類の最先端SOD手法と競合する性能を発揮することを示した。
論文 参考訳（メタデータ） (2026-03-13T06:01:17Z) - VarSplat: Uncertainty-aware 3D Gaussian Splatting for Robust RGB-D SLAM [2.5823344978857388]
VarSplatは3DGS-SLAMシステムである。
従来のRGB-D SLAMと比較して,VarSplatはロバスト性,競争性,優れたトラッキング,マッピング,新しいビューレンダリングを改善していることを示す。
論文 参考訳（メタデータ） (2026-03-10T13:42:58Z) - MCGS-SLAM: A Multi-Camera SLAM Framework Using Gaussian Splatting for High-Fidelity Mapping [52.99503784067417]
3次元ガウス平板上に構築した初のRGBベースのマルチカメラSLAMシステムMCGS-SLAM(3DGS)を提案する。
マルチカメラバンドル調整(MCBA)は、高密度の測光および幾何残差を介してポーズと深さを共同で洗練し、スケール整合モジュールはビューを横断する計量アライメントを強制する。
合成および実世界のデータセットの実験は、MCGS-SLAMが一貫して正確な軌道と光現実的再構成をもたらすことを示している。
論文 参考訳（メタデータ） (2025-09-17T17:27:53Z) - Hyperspectral Mamba for Hyperspectral Object Tracking [56.365517163296936]
Mamba (HyMamba) を用いた新しいハイパースペクトル物体追跡ネットワークを提案する。
状態空間モジュール(SSM)によるスペクトル、クロスディープス、時間モデリングを統一する。
HyMambaは、7つのベンチマークデータセットで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-09-10T03:47:43Z) - SSF-Net: Spatial-Spectral Fusion Network with Spectral Angle Awareness for Hyperspectral Object Tracking [21.664141982246598]
ハイパースペクトルビデオ(HSV)は、空間的、スペクトル的、時間的情報を同時に提供する。
既存の手法は主にバンド再編成に重点を置いており、特徴抽出のためにRGBトラッカーに依存している。
本稿では、超スペクトル(HS)物体追跡において、スペクトル角認識(SST-Net)を用いた空間-スペクトル融合ネットワークを提案する。
論文 参考訳（メタデータ） (2024-03-09T09:37:13Z)
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。