Fugu-MT 論文翻訳(概要): OmniVLoc: Topo-metric Visual Localization for Omnidirectional Cameras

論文の概要: OmniVLoc: Topo-metric Visual Localization for Omnidirectional Cameras

arxiv url: http://arxiv.org/abs/2610.27522v1
Date: Tue, 20 Oct 2026 02:35:56 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-21 21:58:47.590525
Title: OmniVLoc: Topo-metric Visual Localization for Omnidirectional Cameras
Title（参考訳）: OmniVLoc:全方位カメラのためのトポメトリック・ビジュアル・ローカライゼーション
Abstract要約: トポメトリックフレームワークに基づくサラウンドビューローカライズシステムであるOmniVLocを提案する。現状のグローバルな位置認識と単眼深度推定の手法を統合することで,複数制約の視覚的位置推定パラダイムを導入する。
参考スコア（独自算出の注目度）: 17.2058859008019
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Omnidirectional cameras provide surround-view information, significantly overcoming the field-of-view constraints for traditional visual localization systems. However, existing localization systems fail to fully exploit the characteristics of omnidirectional cameras, struggling to deliver accurate and robust localization performance amidst scene content variations and illumination-induced appearance changes. In this work, we propose OmniVLoc, a surround-view localization system based on a topo-metric framework. By integrating state-of-the-art global place recognition and monocular depth estimation methods, we introduce a multi-constrained visual localization paradigm. By solving a scale-aware pose graph and performing precise spherical bundle adjustment, we accurately recover the metric-level pose for each query frame.Furthermore, a hierarchical verification mechanism is designed to filter out erroneous outputs across different stages, effectively bolstering the overall system robustness. Extensive experiments on both public and our custom datasets validate the superior accuracy and reliability of OmniVLoc. To benefit the community, our source code and dataset will be made publicly available upon publication.
Abstract（参考訳）: 全方位カメラは、従来の視覚的ローカライゼーションシステムにおける視野制約を大幅に克服し、サラウンドビュー情報を提供する。しかし、既存のローカライゼーションシステムは全方位カメラの特性をフル活用できず、シーン内容の変化と照明による外観変化の中で、正確でロバストなローカライゼーション性能の達成に苦慮している。本研究では,トポメトリックフレームワークに基づくサラウンドビューローカライズシステムであるOmniVLocを提案する。現状のグローバルな位置認識と単眼深度推定の手法を統合することで,複数制約の視覚的位置推定パラダイムを導入する。スケールアウェアなポーズグラフを解き,正確な球形バンドル調整を行うことで,クエリフレーム毎のメトリックレベルポーズを正確に復元すると同時に,階層的検証機構により,複数のステージにまたがる誤出力をフィルタリングし,システム全体の堅牢性を効果的に促進する。 OmniVLocの精度と信頼性を評価するために、パブリックデータセットとカスタムデータセットの両方で大規模な実験を行った。コミュニティに利益をもたらすため、ソースコードとデータセットを公開時に公開します。

関連論文リスト

OmniPoint: Universal Monocular Metric Pointcloud from Any Camera [79.24417597712802]
OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
論文参考訳（メタデータ） (2026-09-08T19:45:58Z)
VGP-Nav: Metric-Aware Visual Geometric Perception for Robot Navigation [59.44896676402453]
VGP-Navは、テキスト・メトリック・アウェア・ビジュアル・ジオメトリック・パーセプションのための統合されたフレームワーク単分子RGB入力にのみ依存し、メトリックローカライゼーションと障害物知覚を共同で支援する。 VGP-Navはモノクルスケールのあいまいさをオンラインで解決し、局所化基底の計量障害物表現を生成する。
論文参考訳（メタデータ） (2026-06-08T09:38:14Z)
Deterministic World Models for Verification of Closed-loop Vision-based Systems [2.5051366017487715]
本稿では,システム状態を直接生成画像にマッピングし,正確な入力境界を確保するための決定論的世界モデル(DWM)を提案する。我々はDWMをStar-based reachability analysis(StarV)を利用した検証パイプラインに統合し、厳密な統計的境界を導出するために共形予測を用いる。標準ベンチマーク実験により,提案手法は潜在変数ベースラインよりもはるかに密着性が高く,検証性能も良好であることが示された。
論文参考訳（メタデータ） (2025-12-08T02:32:07Z)
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)
CVD-SfM: A Cross-View Deep Front-end Structure-from-Motion System for Sparse Localization in Multi-Altitude Scenes [0.7623023317942882]
本稿では,様々な高度にまたがるロバストかつ正確な位置決めの課題に対処する,新しい多高度カメラポーズ推定システムを提案する。このシステムは, クロスビュートランス, 深い特徴, 動きからの構造を統合して, 多様な環境条件や視点変化を効果的に処理する。
論文参考訳（メタデータ） (2025-08-03T22:11:48Z)
OSMLoc: Single Image-Based Visual Localization in OpenStreetMap with Fused Geometric and Semantic Guidance [20.043977909592115]
OSMLocは、OpenStreetMapマップに対するファーストパーソナライズされたイメージに基づく、脳にインスパイアされた視覚的ローカライゼーションアプローチである。意味的および幾何学的ガイダンスを統合し、精度、堅牢性、一般化能力を大幅に改善する。
論文参考訳（メタデータ） (2024-11-13T14:59:00Z)
Breaking the Frame: Visual Place Recognition by Overlap Prediction [53.17564423756082]
本稿では,重なり合う予測に基づく新しい視覚的位置認識手法 VOP を提案する。 VOPは、Vision Transformerのバックボーンを使用してパッチレベルの埋め込みを取得することで、コビジュアブルなイメージセクションを進める。提案手法では,データベース画像の重複点の評価に投票機構を用いる。
論文参考訳（メタデータ） (2024-06-23T20:00:20Z)
View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
本稿では,屋外ロボットのための微細な自己局在化手法を提案する。提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。これは、動的環境における知覚を増強する初めての疎視のみの手法である。
論文参考訳（メタデータ） (2023-08-16T02:51:52Z)
Adaptive Local-Component-aware Graph Convolutional Network for One-shot Skeleton-based Action Recognition [54.23513799338309]
骨格に基づく行動認識のための適応的局所成分認識グラフ畳み込みネットワークを提案する。我々の手法はグローバルな埋め込みよりも強力な表現を提供し、我々のモデルが最先端に到達するのに役立ちます。
論文参考訳（メタデータ） (2022-09-21T02:33:07Z)
Patch-NetVLAD: Multi-Scale Fusion of Locally-Global Descriptors for Place Recognition [29.282413482297255]
本稿では,Patch-NetVLADを紹介し,ローカルおよびグローバルデクリプタ手法の利点を組み合わせた新しい定式化を提案する。 Patch-NetVLADは,グローバルおよびローカルな特徴記述子ベースの手法と同等の計算量で優れることを示す。ユーザ要件にも適応可能で、スピード最適化バージョンは最先端のものよりも桁違いに高速に動作する。
論文参考訳（メタデータ） (2021-03-02T05:53:32Z)
Monocular Direct Sparse Localization in a Prior 3D Surfel Map [18.567015858362208]
本研究では,先行サーベイルマップにおける単眼カメラのポーズ追跡手法を提案する。追跡されたポイントは、グローバルな平面情報と無関係に、システムに対するグローバルな制約とローカルな制約の両方を含む。提案手法は,フレームの局所窓内における直接測光誤差の形で,全ての制約を定式化する。
論文参考訳（メタデータ） (2020-02-23T15:29:38Z)

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。