論文の概要: VPR-Space: A Benchmark for Visual Place Recognition in Space Analog Domains

• arxiv url: http://arxiv.org/abs/2610.35642v1
• Date: Mon, 26 Oct 2026 15:51:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.060664
• Title: VPR-Space: A Benchmark for Visual Place Recognition in Space Analog Domains
• Title（参考訳）: VPR-Space: 空間アナログ領域における視覚的位置認識のためのベンチマーク
• Abstract要約: 本稿では,地球表面上のVPR能力を評価するための新しいベンチマークであるVPR-Spaceを提案する。 提案手法は, VPRベンチマークにおいて, 地平情報を生成するための新しい手法を提案する。 結果は、改善の余地がかなりあり、今後の研究の方向性を示すものである。
• 参考スコア（独自算出の注目度）: 2.0196229393131726
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Visual Place Recognition (VPR) is an important means for loop closure detection in visual Simultaneous Localization and Mapping (SLAM). While state-of-the-art VPR and SLAM approaches excel in urban and feature-rich natural environments, the vast and feature-poor environments of extraterrestrial surfaces like on the Moon or Mars pose severe challenges for existing approaches. This paper presents a novel benchmark, VPR-Space, to evaluate VPR capabilities on extraterrestrial surfaces. There are three contributions: (1) We collected sixteen VPR database-query datasets based on existing data from Space Analog Domains (SAD), terrestrial environments that resemble properties of the Moon or Mars. The collection includes a range of challenges regarding environment, viewpoint change, and illumination conditions. (2) To address the ill-posed nature of VPR, we propose a novel approach to generate the ground-truth information in VPR benchmarks. Instead of defining that a query and datbase image show the same place if and only if their camera poses are within fixed position and viewing direction thresholds, we propose to make the decision dependent on whether the match would be valuable in the downstream SLAM task. To avoid the overhead and restrictions of evaluating VPR in-the-loop within SLAM systems, we provide VPR ground-truth (GT) matrices based on the performance of an ensemble of state-of-the-art Relative Pose Estimators (RPE). Under this GT we require a VPR method to identify exactly those image pairs for which a subsequently applied RPE is expected to provide a valuable pose estimate in a SLAM context. (3) We evaluated nine state-of-the-art VPR approaches. The results show considerable room for improvement and indicate directions for future research. We provide a pre-release version of the dataset on github: $\texttt{https://github.com/rfechner/VPR-Space}$
• Abstract（参考訳）: 視覚的位置認識(VPR)は、視覚的局所化とマッピング(SLAM)においてループ閉鎖を検出する重要な手段である。 最先端のVPRとSLAMのアプローチは、都市部や機能豊富な自然環境において優れているが、月や火星のような地球外表面の広大な、そして特徴の少ない環境は、既存のアプローチに深刻な課題をもたらす。 本稿では,地球表面上のVPR能力を評価するための新しいベンチマークであるVPR-Spaceを提案する。 1) 月や火星に類似した地球環境であるスペースアナログドメイン(SAD)の既存のデータに基づいて,16のVPRデータベースクエリデータセットを収集した。 このコレクションには、環境、視点の変化、照明条件に関する様々な課題が含まれている。 2) VPRの悪質な性質に対処するため,VPRベンチマークにおいて地中真理情報を生成する新しい手法を提案する。 クエリとダットベース画像が同じ位置を示すのは、カメラのポーズが一定の位置と方向閾値内にある場合に限られる、と定義する代わりに、下流SLAMタスクでマッチが有用かどうかに依存する決定を行うことを提案する。 SLAMシステムにおけるVPRのループ内評価のオーバーヘッドと制約を回避するために,最先端のRPE(Relative Pose Estimator)のアンサンブルの性能に基づいて,VPRの基底構造(GT)行列を提供する。 このGTの下では、後続のRPEがSLAMコンテキストで価値あるポーズ推定を期待する画像対を正確に識別するために、VPR法が必要である。 (3) 最先端VPRの9つのアプローチについて検討した。 結果は、改善の余地がかなりあり、今後の研究の方向性を示すものである。 $\texttt{https://github.com/rfechner/VPR-Space}$

関連論文リスト

• Towards Realistic Open-Vocabulary Remote Sensing Segmentation: Benchmark and Baseline [52.65099689153431]
  オープンボキャブラリリモートセンシングイメージセグメンテーション(OVRSIS)は、データセットの断片化、トレーニングの多様性の制限、評価ベンチマークの欠如などにより、まだ探索されていない。 我々はOVRSISの大規模かつアプリケーション指向のベンチマークである textitOVRSISBenchV2 を提案する。 以上の結果から,リアルなベンチマーク設計の重要性と,OVRSISの摂動型転送の有効性が示唆された。
  論文  参考訳（メタデータ） (2026-04-17T02:49:46Z)
• EPRBench: A High-Quality Benchmark Dataset for Event Stream Based Visual Place Recognition [54.55914886780534]
  イベントストリームに基づく視覚的位置認識(VPR)は、従来の可視光カメラの不安定性に対して、低照度、過剰露光、高速モーションといった困難な条件下で魅力的な解決策を提供する、新たな研究方向である。 イベントストリームベースのVPR用に特別に設計された高品質なベンチマークであるEPRBenchを紹介する。 EPRBenchは10Kのイベントシーケンスと65Kのイベントフレームで構成され、ハンドヘルドと車載のセットアップを使用して収集され、さまざまな視点、気象条件、照明シナリオで現実世界の課題を包括的にキャプチャする。
  論文  参考訳（メタデータ） (2026-02-13T13:25:05Z)
• Nüwa: Mending the Spatial Integrity Torn by VLM Token Pruning [82.39668822222386]
  ビジョントークンプルーニングは、効率的なビジョン言語モデル(VLM)のための効果的なアクセラレーション手法であることが証明された。 空間的整合性を維持しつつ,効率的な特徴集約を実現するための2段階のトークンプルーニングフレームワークである$textNwa$を提案する。 実験によると、textNwa$は複数のVQAベンチマーク(94%から95%)でSOTAのパフォーマンスを達成し、視覚的グラウンドタスク(7%から47%)を大幅に改善している。
  論文  参考訳（メタデータ） (2026-02-03T00:51:03Z)
• The Overlooked Value of Test-time Reference Sets in Visual Place Recognition [16.8881222711597]
  クエリ画像が与えられた場合、Visual Place Recognition (VPR) は参照データベースから同じ場所の画像を取得するタスクである。 最近の研究によると、いくつかのVPRベンチマークはVision-Foundation-Modelのバックボーンを使って解決されている。 本稿では,列車テスト領域のギャップを埋めるために,補完的かつ未探索な情報ソースを提案する。
  論文  参考訳（メタデータ） (2025-10-04T09:29:58Z)
• Deep Homography Estimation for Visual Place Recognition [49.235432979736395]
  本稿では,変換器を用いたディープホモグラフィー推定(DHE)ネットワークを提案する。 バックボーンネットワークによって抽出された濃密な特徴写像を入力とし、高速で学習可能な幾何的検証のためにホモグラフィーに適合する。 ベンチマークデータセットを用いた実験により,本手法はいくつかの最先端手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-02-25T13:22:17Z)
• Self-Supervised Place Recognition by Refining Temporal and Featural Pseudo Labels from Panoramic Data [16.540900776820084]
  本稿では,時間的近傍と学習可能な特徴近傍を用いて未知の空間近傍を探索するTF-VPRという新しいフレームワークを提案する。 本手法は,リコール率,ロバスト性,方向多様性において,自己監督ベースラインよりも優れる。
  論文  参考訳（メタデータ） (2022-08-19T12:59:46Z)
• Deep SIMBAD: Active Landmark-based Self-localization Using Ranking -based Scene Descriptor [5.482532589225552]
  本稿では,アクティブオブザーバによるアクティブな自己ローカライゼーションタスクについて検討し,新しい強化学習(RL)に基づく次世代ベクター(NBV)プランナーを提案する。 パブリックNCLTデータセットを用いた実験により,提案手法の有効性が検証された。
  論文  参考訳（メタデータ） (2021-09-06T23:51:27Z)
• Inter-class Discrepancy Alignment for Face Recognition [55.578063356210144]
  IA(Inter-class DiscrepancyAlignment)という統合フレームワークを提案する。 IDA-DAOは、画像と隣人の相違を考慮した類似度スコアの整合に使用される。 IDA-SSEは、GANで生成された仮想候補画像を導入することで、説得力のあるクラス間隣人を提供できます。
  論文  参考訳（メタデータ） (2021-03-02T08:20:08Z)

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。