論文の概要: Ray-SCR: Generalizing Scene Coordinate Regression Across Camera Models

• arxiv url: http://arxiv.org/abs/2611.03098v1
• Date: Mon, 02 Nov 2026 13:15:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 13:26:01.977978
• Title: Ray-SCR: Generalizing Scene Coordinate Regression Across Camera Models
• Title（参考訳）: Ray-SCR: カメラモデル全体でのシーン座標回帰を一般化する
• Abstract要約: シーン座標回帰 (SCR) モデルは、実質的に異なるカメラモデル間で不均一に一般化される。 レイ-SCRは、調整された視線に局所的な特徴を条件付けし、浅い局所変換器で隣接した光条件の機能を洗練する。 我々は、複数のSCRアーキテクチャとピンホール、魚眼、全方位カメラを用いたデータセット上で、Ray-SCRを評価した。
• 参考スコア（独自算出の注目度）: 10.332078367575141
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Among visual localization strategies, scene coordinate regression (SCR) has emerged as an attractive approach for its compactness, accuracy, and speed. Despite these advantages, SCR models generalize poorly across substantially different camera models, such as omnidirectional or strongly rectified imagery. This limitation arises because, changes in field of view, lens distortion, or rectification-induced resampling can make the same scene content appear differently depending on its pixel position, degrading localization accuracy. To cope with this limitation, we introduce Ray-SCR, a lightweight extension to existing SCR architectures that conditions local visual features on their calibrated viewing rays and refines neighboring ray-conditioned features with a shallow local Transformer. We further formulate supervision directly in ray space and use sparse SfM points as metric anchors that link observations across views and camera models. Taken together, these components enable a single scene representation built from a panoramic mapping sequence to accurately localize query images captured with very different cameras, including pinhole, fisheye, and omnidirectional cameras. We evaluate Ray-SCR across multiple SCR architectures and on datasets with pinhole, fisheye, and omnidirectional cameras. The proposed ray conditioning substantially improves generalization across cameras and leads to state-of-the-art localization performance in these challenging cross-camera settings. The project page is available at https://jaeminch0.github.io/ray-scr-generalizing-scene-coordinate-regression-across-camera-models/.
• Abstract（参考訳）: 視覚的ローカライゼーション戦略の中で、シーン座標回帰(SCR)は、そのコンパクト性、精度、速度の魅力的なアプローチとして現れている。 これらの利点にもかかわらず、SCRモデルは全方位画像や強い補正画像など、かなり異なるカメラモデルに対して、十分に一般化されている。 この制限は、視野の変化、レンズ歪み、または修正誘起再サンプリングによって、同じシーン内容が画素位置によって異なるように見え、ローカライゼーションの精度を低下させることによって生じる。 この制限に対処するため、我々は既存のSCRアーキテクチャの軽量拡張であるRay-SCRを導入する。 我々はさらに、光線空間における直接の監督を定式化し、視界とカメラモデル間の観測をリンクする計量アンカーとしてスパースSfM点を用いる。 これらのコンポーネントを組み合わせることで、パノラママッピングシーケンスから構築された単一のシーン表現により、ピンホール、魚眼、全方位カメラなど、非常に異なるカメラで撮影されたクエリ画像を正確にローカライズすることができる。 我々は、複数のSCRアーキテクチャとピンホール、魚眼、全方位カメラを用いたデータセット上で、Ray-SCRを評価した。 提案したレイコンディショニングにより、カメラ間の一般化が大幅に向上し、これらの挑戦的なクロスカメラ設定における最先端のローカライゼーション性能が向上する。 プロジェクトページはhttps://jaeminch0.github.io/ray-scr- generalizing-scene-coordinate-regression-across-camera-models/で公開されている。

関連論文リスト

• Feedforward Novel View Synthesis for Heterogeneous Cameras [51.04683774883066]
  新規なビュー合成は、最近、スパースポーズ画像から有望な結果を示したが、既存のほとんどの方法は、コンテキストとターゲットビューが固定カメラファミリを共有すると仮定している。 この均質なカメラの仮定は、視界、魚眼、パノラマカメラが共存し、訓練中にターゲットの投影が見えないような、実用的なマルチセンサーシステムで破られる。 ヘテロジニアス中心カメラにおけるフィードフォワードNVSについて検討し、トークン化によって導入された重要な曖昧さを同定する。 画像グリッド座標を線誘発角座標に置き換えたプロジェクション対応2D RoPEを提案する。
  論文  参考訳（メタデータ） (2026-10-02T16:13:22Z)
• Revisiting Multi-View Stereo: A Sequence-to-Sequence Formulation [34.882476303820994]
  マルチビューステレオ(MVS)問題を既知のカメラパラメータを用いて検討する。 本稿では,従来のMVS法とFF法を橋渡しする新しい手法を提案する。 提案手法は, MVS と FF の両リコンストラクションベースラインを越えながら,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2026-09-21T16:28:26Z)
• ConeGaussian: Anti-Aliased Gaussian Ray-Tracing for Generic Central Cameras [56.46810752790842]
  ガウス線レンダリングのためのカメラモデルに依存しないアンチエイリアスフレームワークであるConeGaussianを提案する。 有限画素フットプリントの局所線形,深部局所,モーメントマッチング近似の下で閉形式応答を導出する。 mip-splattingとは異なり、シーン空間の周波数フロアとフィルタリングはレンダリング時に自明な合成を可能にし、余分なぼやけを取り除くことができる。
  論文  参考訳（メタデータ） (2026-09-11T18:05:07Z)
• CRePE: Curved Ray Expectation Positional Encoding for Unified-Camera-Controlled Video Generation [48.95338161181985]
  カメラコンディショニング映像生成のためのレイ期待位置制御(CrePE)を提案する。 CREPEは、各画像トークンをソース線に沿った奥行き認識位置分布として表現し、広角カメラや魚眼カメラによって誘導される投影された経路形状を捉えている。 デザインは、より安定したカメラコントロールをもたらし、幾何認識と知覚品質のメトリクスを改善します。
  論文  参考訳（メタデータ） (2026-05-13T03:18:26Z)
• DAGE: Dual-Stream Architecture for Efficient and Fine-Grained Geometry Estimation [72.89376712495464]
  DAGEは、グローバルコヒーレンスを細部から切り離すデュアルストリームトランスフォーマーである。 低解像度ストリームは、フレーム/言語的注意を交互に交互に付加したアグレッシブなダウンサンプリングフレームで動作し、ビュー一貫性表現を構築する。 高解像度のストリームは、フレーム毎に元のイメージを処理し、シャープな境界と小さな構造を保存する。 この設計は、解像度とクリップ長を独立にスケールし、2Kまでの入力をサポートし、実用的な推論コストを維持する。
  論文  参考訳（メタデータ） (2026-03-04T05:29:29Z)
• CRAYM: Neural Field Optimization via Camera RAY Matching [48.25100687172752]
  マルチビュー画像からカメラポーズとニューラルフィールドのジョイント最適化にカメラレイマッチング(CRAYM)を導入する。 入力画像のキーポイントを通過するカメラ光に焦点をあてて、各光線最適化と一致した光線コヒーレンスを定式化する。
  論文  参考訳（メタデータ） (2024-12-02T15:39:09Z)
• An End-to-End Real-World Camera Imaging Pipeline [26.595914212462183]
  本稿では,リアルタイムカメラ撮像性能を向上させるために,エンドツーエンドカメラ撮像パイプライン(RealCamNet)を提案する。 RealCamNetはRAWからRGBへの高品質な変換とコンパクトな画像圧縮のために設計されている。 実験の結果,RealCamNetは推論遅延を低く抑え,最高の速度歪み性能が得られることがわかった。
  論文  参考訳（メタデータ） (2024-11-16T11:19:03Z)
• GLACE: Global Local Accelerated Coordinate Encoding [66.87005863868181]
  シーン座標回帰法は小規模なシーンでは有効であるが、大規模シーンでは重大な課題に直面している。 本研究では,事前学習したグローバルおよびローカルのエンコーディングを統合したGLACEを提案する。 提案手法は,低マップサイズモデルを用いて,大規模シーンにおける最先端結果を実現する。
  論文  参考訳（メタデータ） (2024-06-06T17:59:50Z)

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。