論文の概要: Beyond Local Refinement: Wide-Area Precise Cross-View Localization

• arxiv url: http://arxiv.org/abs/2611.04759v1
• Date: Tue, 03 Nov 2026 12:08:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-09 13:37:38.525922
• Title: Beyond Local Refinement: Wide-Area Precise Cross-View Localization
• Title（参考訳）: ローカルリファインメントを超えて: 広域高精度なクロスビューローカライゼーション
• Abstract要約: RingMatchは、広域のクロスビューローカライゼーションのための検索および検証フレームワークである。 空域拡大に伴い,RingMatchは高度の局所化性能を維持していることを示す。
• 参考スコア（独自算出の注目度）: 39.16034966381491
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fine-grained cross-view localization aims to precisely localize a ground camera against geo-referenced aerial imagery, but current methods typically assume a narrow geographic prior, substantially limiting their applicability when upstream localization remains coarse. To bridge this gap, we study this task over much larger aerial regions. However, this seemingly simple extension fundamentally changes the localization problem: the growing disparity in spatial extent between ground and aerial views makes reliable cross-view matching difficult to establish directly, while the increasing number of look-alike locations in larger regions introduces substantial visual ambiguity. To address these challenges, we propose RingMatch, a search-and-verification framework for wide-area cross-view localization. RingMatch first leverages predictive uncertainty to uncover plausible locations and progressively zooms into their surroundings to obtain increasingly fine-grained evidence, yielding a compact set of promising candidates. We then introduce the depth ring, a novel geometric representation that reveals subtle variations in the spatial layout around a location and serves as a view-shared spatial signature for an LVLM verifier to resolve residual ambiguity. To benchmark this setting, we construct VIGOR-Pro by composing VIGOR aerial tiles into contiguous regions with spatial extents of up to 400 m. Experiments show that RingMatch maintains strong localization performance as the aerial region expands, consistently outperforming representative end-to-end and retrieval-based methods.
• Abstract（参考訳）: 微粒なクロスビューのローカライゼーションは、地上カメラを地理的に参照された空中画像に対して正確にローカライズすることを目的としているが、現在の手法は通常、狭義の地理的事前を仮定し、上流のローカライゼーションが粗いままである場合に、その適用性を著しく制限している。 このギャップを埋めるために、我々はこの課題をより広い空域で研究する。 しかし、この一見単純な拡張は、局所化の問題を根本的に変えている: 地上と空中の視界の空間的範囲の格差が増大すると、信頼性の高いクロスビューマッチングが直接確立しにくくなり、一方、広い領域におけるルックライクな位置の増大は、視覚的曖昧さを著しく引き起こす。 これらの課題に対処するため,広域クロスビューローカライゼーションのための検索検証フレームワークであるRingMatchを提案する。 RingMatchはまず予測の不確実性を活用して、可塑性な場所を解明し、周囲を徐々に拡大して、よりきめ細かい証拠を得る。 次に,LVLM検証器の空間的配置の微妙な変化を明らかにし,残差の曖昧さを解消する空間的シグネチャとして機能する,新しい幾何学的表現であるディープリングを導入する。 この設定をベンチマークするために、VIGOR空中タイルを最大400mの空間範囲で連続した領域に構成することで、VIGOR-Proを構築する。 実験により、RingMatchは、空域が拡大するにつれて、強力なローカライゼーション性能を維持し、一貫したエンドツーエンドおよび検索ベースの手法よりも優れた性能を示すことが示された。

関連論文リスト

• Learning Holistic Scene Layout against View Shifts in Cross-View Geo-Localization [8.554155075943651]
  横方向の地理的局在化は、視線の変化による劇的な外見の変化と幾何学的歪みのため、依然として困難なままである。 本研究では,4方向に沿った特徴写像と,各空間位置における方向表現間の相互作用をトラバースする空間コンテキストモデリング(SCM)モジュールを提案する。 信頼性の高い空間コンテキストは、堅牢な視覚的特徴に依存するため、周波数領域から安定した構造的手がかりを抽出するHFIG(High-Frequency Information Guidance)モジュールを導入する。
  論文  参考訳（メタデータ） (2026-10-09T13:09:30Z)
• Warp-free Cross-view Geo-localization via Feature-space Consensus Mining [49.843311525678565]
  ストリートレベルの画像と衛星画像の間に大きな違いがあるため、クロスビューのジオローカライゼーションは困難である。 本稿では,明示的な幾何学的ワープを完全に回避する,新しい統合ビュー・コンセンサス誘導学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-10T09:02:06Z)
• CIPER: A Unified Framework for Cross-view Image-retrieval and Pose-estimation [14.612259909790454]
  クロスビュージオローカライゼーションは、地上画像の位置を航空画像データベースとマッチングすることによって推定する。 既存の手法では、大規模な検索と正確なポーズ推定のいずれかによってこれに取り組むが、両方ではない。 両タスクを共同で実行する単一アーキテクチャであるCIPER(Cross-view Image-Retrieval and Pose-estimation TransformER)を提案する。
  論文  参考訳（メタデータ） (2026-06-03T15:31:06Z)
• ViCrop-Det: Spatial Attention Entropy Guided Cropping for Training-Free Small-Object Detection [6.1221124436192875]
  ViCrop-Detは、適応的な空間信頼領域収縮を導入する、トレーニング不要な推論フレームワークである。 RT-DETR-R50 と Deformable DETR に +1-3 mAP@50 を連続的に追加し,20-23% の遅延オーバヘッドを有することを示す。 計算マッチング設定下では、適応的ルーティング戦略は、一様スライシングベースラインを包括的に超越し、高度に最適化された精度-速度トレードオフを実現する。
  論文  参考訳（メタデータ） (2026-04-29T15:35:03Z)
• 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)
• Revisiting Cross-View Localization from Image Matching [12.411420734642988]
  クロスビューのローカライゼーションは、地上画像の3自由度ポーズを航空画像や衛星画像に登録することによって推定することを目的としている。 既存の方法は、直接ポーズを取るか、共有された鳥眼ビュー(BEV)空間で特徴を整列させる。 マッチングとローカライゼーションの両方を改善する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-14T14:57:31Z)
• 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)
• Accurate 3-DoF Camera Geo-Localization via Ground-to-Satellite Image Matching [102.39635336450262]
  地上で取得したクエリ画像とジオタグ付き衛星画像の大規模データベースとをマッチングすることにより、地上から衛星画像のジオローカライズの問題に対処する。 我々の新しい手法は、衛星画像のピクセルサイズの精度まで、クエリー画像のきめ細かい位置を達成できる。
  論文  参考訳（メタデータ） (2022-03-26T20:10:38Z)
• Each Part Matters: Local Patterns Facilitate Cross-view Geo-localization [54.00111565818903]
  クロスビューなジオローカライゼーションは、異なるプラットフォームから同じ地理的ターゲットの画像を見つけることである。 既存の手法は通常、画像センター内の地理的ターゲットの微細な特徴をマイニングすることに集中している。 我々は、文脈情報を活用するために、ローカルパターンネットワーク(LPN)と呼ばれるシンプルで効果的なディープニューラルネットワークを導入する。
  論文  参考訳（メタデータ） (2020-08-26T16:06:11Z)

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。