論文の概要: Georeferenced Cross-View 3D Reconstruction from Ground and Satellite Images
- arxiv url: http://arxiv.org/abs/2611.07575v1
- Date: Thu, 05 Nov 2026 07:26:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 21:50:50.581413
- Title: Georeferenced Cross-View 3D Reconstruction from Ground and Satellite Images
- Title（参考訳）: 地上・衛星画像からの地平面断面3次元再構成
- Abstract要約: 地上画像からの3D再構成では、局所的なシーン形状だけでなく、座標フレーム内のすべてのカメラセンターと3Dポイントのローカライズも必要となる。
X-VGGT, フィードフォワード・クロスビュー・ジオメトリ・トランスフォーマーを導入し, 地上レベルの画像とジオレファレンス衛星画像の連成処理によりこれらのタスクを統一する。
X-VGGTは、正確なジオレファレンス・リストラクションを生成し、以前のクロスビューなジオローカライゼーションとマルチビューな3Dリストラクションモデルより優れている。
- 参考スコア（独自算出の注目度）: 51.56484100374058
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Georeferenced 3D reconstruction from ground images requires recovering not only the local scene geometry, but also localizing every camera center and 3D point in a geographic coordinate frame. Existing cross-view geo-localization methods are able to estimate the GPS coordinate of a single ground camera, but do not reconstruct dense 3D geometry, while recent feed-forward multi-view 3D reconstruction models predict point maps and camera poses only in a local coordinate frame. We introduce X-VGGT, a feed-forward cross-view geometry transformer that unifies these tasks by jointly processing a set of ground-level images and a georeferenced satellite image to predict ground-view camera poses, dense 3D point maps, and a scene-level transform parameterized by gravity, scale, yaw and translation. This transform projects the local reconstruction into the satellite plane, resulting in the geo-registration of all ground images with the georeferenced satellite image. We further propose an evaluation protocol for this joint task and show that, across multiple cross-view datasets, X-VGGT produces accurate georeferenced reconstructions and outperforms prior cross-view geo-localization and multi-view 3D reconstruction models.
- Abstract（参考訳）: 地上画像からの3D再構成では、局所的なシーン形状だけでなく、座標フレーム内のすべてのカメラセンターと3Dポイントのローカライズも必要となる。
既存のクロスビュージオローカライズ手法では、単一地上カメラのGPS座標を推定できるが、高密度な3次元形状を再構成することはできない。
X-VGGTは、地上カメラのポーズ、密度の高い3Dポイントマップ、重力、スケール、ヨー、トランスフォーメーションによってパラメータ化されるシーンレベルの変換を予測するために、地上レベルの画像とジオレファレンス衛星画像のセットを共同で処理することで、これらのタスクを統一するフィードフォワード・クロスビュー・ジオメトリ・トランスフォーマーである。
この変換は、衛星面への局所的な再構成を投影し、ジオレファレンスされた衛星画像によるすべての地上画像のジオレグリゲーションをもたらす。
さらに、この共同作業の評価プロトコルを提案し、複数のクロスビューデータセットにおいて、X-VGGTが正確なジオレファレンスな再構成を生成し、事前のジオローカライゼーションおよびマルチビュー3D再構成モデルより優れていることを示す。
関連論文リスト
- IVGT: Implicit Visual Geometry Transformer for Neural Scene Representation [76.36174247570716]
ポーズレス多視点画像から連続的かつ一貫性のある幾何を暗黙的にモデル化するインプリシトビジュアル幾何変換器IVGTを提案する。
IVGTは標準座標系で連続的なニューラルネットワークシーン表現を学習し、任意の3D位置での連続的な空間クエリをサポートする。
連続的かつコヒーレントな表面形状の直接抽出を可能にし、任意の視点からRGB画像、深度マップ、表面正規写像のレンダリングを可能にする。
論文 参考訳（メタデータ） (2026-05-15T17:59:57Z) - Unifying UAV Cross-View Geo-Localization via 3D Geometric Perception [51.687842983240564]
無人航空機(UAV)のクロスビューな地上局地化は、斜めのUAV画像と衛星地図との厳密な幾何学的相違により、いまだに困難である。
本稿では,3次元シーン形状を明示的にモデル化し,粗い位置認識ときめ細かなポーズ推定を統一する,幾何認識型UAV測位フレームワークを提案する。
提案手法は, 最先端のベースラインを著しく上回り, ロバストメータレベルのローカライゼーション精度を実現し, 複雑な都市環境における一般化を向上する。
論文 参考訳（メタデータ） (2026-04-02T08:08:41Z) - Geo$^\textbf{2}$: Geometry-Guided Cross-view Geo-Localization and Image Synthesis [12.868037364314953]
クロスビュー地理空間学習は、クロスビュージオローカライゼーション(CVGL)とクロスビュー画像合成(CVIS)の2つの重要なタスクからなる。
論文 参考訳（メタデータ） (2026-03-26T18:36:09Z) - Wrivinder: Towards Spatial Intelligence for Geo-locating Ground Images onto Satellite Imagery [28.971555127858334]
Wrivinderは、複数の地上写真を集め、衛星画像に合わせるためのフレームワークである。
また、多視点地上画像とジオ登録された衛星タイルを様々な屋外環境に接続するキュレートデータセットMC-Satもリリースした。
ゼロショット実験では、Wrivinderは密度と大面積の両方のシーンで30m未満の位置決め精度を達成している。
論文 参考訳（メタデータ） (2026-02-16T17:06:54Z) - MapAnything: Universal Feed-Forward Metric 3D Reconstruction [63.79151976126576]
MapAnythingは1つ以上の画像を取り込み、カメラの内在性、ポーズ、深さ、部分的な再構築など、任意の幾何学的入力を行う。
そして、メーター3Dシーンの幾何学とカメラを直接補強する。
MapAnythingは、単一のフィードフォワードパスで幅広い3Dビジョンタスクに対処する。
論文 参考訳（メタデータ） (2025-09-16T18:00:14Z) - TerrainMesh: Metric-Semantic Terrain Reconstruction from Aerial Images
Using Joint 2D-3D Learning [20.81202315793742]
本稿では,視覚的オドメトリーアルゴリズムによって保持される各カメラにおける局所的メートル法-セマンティックメッシュを再構築する2次元3次元学習手法を提案する。
メッシュはグローバル環境モデルに組み立てて、オンライン操作中の地形のトポロジとセマンティクスをキャプチャすることができる。
論文 参考訳（メタデータ） (2022-04-23T05:18:39Z) - 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) - 3D Reconstruction through Fusion of Cross-View Images [4.644618399001]
マルチステレオおよびステレオ画像からの3Dリカバリは、コンピュータビジョン、リモートセンシング、ジオマティクスにおける多くの応用に役立つ。
地上画像と衛星画像をフル3Dリカバリするための枠組みを紹介する。
提案手法は,車両に搭載されたGo-proカメラで取得した12の衛星画像と150kのビデオフレームからなるデータセット上で実証する。
論文 参考訳（メタデータ） (2021-06-27T18:31:08Z)
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。