論文の概要: SCAR: Bridging Coarse Retrieval and Fine Localization through Candidate Reranking
- arxiv url: http://arxiv.org/abs/2611.18240v1
- Date: Fri, 13 Nov 2026 14:34:35 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:30:03.85974
- Title: SCAR: Bridging Coarse Retrieval and Fine Localization through Candidate Reranking
- Title(参考訳): SCAR: 候補リグレードによる粗大な検索と微妙なローカライゼーション
- Abstract要約: 自然言語のポイントクラウドローカライゼーションは通常、候補マップセルを検索し、各候補内の位置を予測するが、最終的な出力は検索順序によって決定される。
そこで我々は,各セル言語-コーディネートペアを局所化仮説として扱い,方向関係を位置関数として解釈し,バックボーンの実際のファインポイントで空間的支持を読み取るSCARを提案する。
センターサポート、セマンティックプレゼンス、検索スコア、オフセットを23次元表現に編成し、共有スコアをローカライズ・サクセスラベルでトレーニングし、推論時に既存の仮説とリターンを再現する。
- 参考スコア(独自算出の注目度): 6.015807917401394
- License:
- Abstract: Natural-language point-cloud localization typically retrieves candidate map cells and then predicts a position inside each candidate, yet the final output is still determined by retrieval order. A retrieval score measures region-description relevance, not whether the coordinates a region yields are accurate: a relevant region may produce a displaced prediction, and a lower-ranked region may contain a successful one. We study the final selection problem after the candidate pool and Fine predictions are fixed---how to choose the coordinate most likely to localize successfully, and under which conditions the gain holds. We propose SCAR (Spatial Consistency-Aware Reranking). SCAR treats each cell--Fine-coordinate pair as a localization hypothesis, interprets directional relations as functions of position, and reads spatial support at the backbone's actual Fine point (Fine-conditioned Evidence Readout). It organizes this readout with center support, semantic presence, retrieval score, and geometric offsets into a 23-D representation, trains a shared scorer with localization-success labels, and at inference reranks existing hypotheses and returns their original coordinates. Experiments cover four public backbones and a corrected Des4Pos reimplementation across five domains. Excluding one protocol-reference configuration, exploratory TEST point estimates on the remaining 24 configurations show Top-1@5\,m above Original on 23 and Cell R@1 above Original on all 24. On development-set VAL, the Fine readout improves Top-1@5\,m by 5.77 percentage points (pp) over a center surrogate on corrected Des4Pos*KITTI, and the complete scoring scheme improves it by 13.98\,pp over FSR on MambaPlace$\times$nuScenesFull; the latter measures the complete scheme, not learned ranking alone.
- Abstract(参考訳): 自然言語のポイントクラウドローカライゼーションは通常、候補マップセルを検索し、各候補内の位置を予測するが、最終的な出力は検索順序によって決定される。
検索スコアは、領域が取得する座標が正確かどうかに関わらず、領域記述関連を計測し、関連領域は置換予測を生成し、下位領域は成功した領域を含むことができる。
候補プール後の最終選択問題と微妙な予測が固定された上で, 最適に位置決め可能な座標をどう選択するか, ゲインが保持する条件について検討する。
SCAR(Spatial Consistency-Aware Re rank)を提案する。
SCARは、各セル-Fine-Coordinateペアをローカライズ仮説として扱い、方向関係を位置関数として解釈し、バックボーンの実際のファインポイント(Fine- Conditioned Evidence Readout)で空間的支持を読み取る。
中心的なサポート、セマンティックな存在、検索スコア、幾何学的なオフセットを23次元表現にまとめ、共有スコアをローカライズ・サクセス・ラベルでトレーニングし、推論時に既存の仮説を再参照し、元の座標を返す。
実験では、4つのパブリックバックボーンと5つのドメインにわたるDes4Posの再実装がカバーされている。
1つのプロトコル参照設定を除くと、残りの24設定での探索的TESTポイント推定は、23でTop-1@5\,m、24でCell R@1、24でTop-1@5\,mである。
開発セットのVALでは、Top-1@5\,mが修正されたDes4Pos*KITTIよりも5.77ポイント(pp)向上し、完全なスコアリングスキームはMambaPlace$\times$nuScenesFull上のFSRよりも13.98\,pp向上する。
関連論文リスト
- Selective Surgical Action-Center Localization:Retaining Localization Gains through Supervised Scoring [2.9978056524790855]
熱マップと座標制御とロジスティック回帰スコアラを組み合わせた選択的局所化パイプラインを提案する。
スコアラは、所定の許容範囲内で、レポート可能なセンタとローカライズエラーとで予測を識別する。
ソース毎の80%の受信クォータと画像対角線の0.10倍の許容値で、この方法は100入力あたり46.08の正確な出力を保持する。
論文 参考訳(メタデータ) (2026-11-08T04:58:41Z) - TopoField: Technical Report for ECCV 2026 SceneFun3D Challenge [24.96360752764416]
TopoFieldはVOLT上に構築された決定論的デコーダである。
トポフィエルドはECCV 2026 SceneFun3D Challengeで2位を獲得した。
論文 参考訳(メタデータ) (2026-10-27T13:29:20Z) - SeqLoc: Beyond the Single Frame for Cross-View Geo-Localization in Feature-Sparse Scenes [49.30971835891526]
OpenStreetMap (OSM) を用いたクロスビュージオローカライゼーションは、構造豊かな都市環境では良好に機能するが、農村道路のような特徴の少ないシーンでは崩壊する。
CV-FSSは5つの農村地域の連続パノラマとOSMマップの整列をペアリングするベンチマークである。
次に,3つのキーコンポーネントを持つログ信頼性ボリュームを維持するオンラインテスト時間シーケンスアグリゲーション機構であるSeqLocを提案する。
論文 参考訳(メタデータ) (2026-08-08T00:42:23Z) - Reference-Induced Consensus for Selective Posed-Reference Visual Localization [11.166886974945806]
RIC-Locは、シーントレーニングなしのポーズ参照ローカライザである。
主推定器では、SfM-point-map-freeである。
論文 参考訳(メタデータ) (2026-07-06T06:48:34Z) - CPR++: Object Localization via Single Coarse Point Supervision [55.8671776333499]
粗い点修正(CPR)は、アルゴリズムの観点からの意味的分散を緩和する最初の試みである。
CPRは、アノテートされた最初のポイントを置き換えるために、近隣地域のセマンティックセンターポイントを選択することで意味のばらつきを減らす。
CPR++は、スケール情報を取得し、グローバル領域における意味的分散をさらに低減することができる。
論文 参考訳(メタデータ) (2024-01-30T17:38:48Z) - REGTR: End-to-end Point Cloud Correspondences with Transformers [79.52112840465558]
我々は、注意機構が明示的な特徴マッチングとRANSACの役割を置き換えることができると推測する。
本稿では,最終文集合を直接予測するエンドツーエンドフレームワークを提案する。
提案手法は3DMatchおよびModelNetベンチマークにおける最先端性能を実現する。
論文 参考訳(メタデータ) (2022-03-28T06:01:00Z) - Graph-PCNN: Two Stage Human Pose Estimation with Graph Pose Refinement [54.29252286561449]
グラフPCNNと呼ばれる2段階のグラフベースおよびモデルに依存しないフレームワークを提案する。
第1段階では、粗局化結果を得るために熱マップ回帰ネットワークを適用し、ガイドポイントと呼ばれる一連の提案キーポイントをサンプリングする。
第2段階では、各案内点について、ローカライゼーションにより異なる視覚特徴を抽出する。
ガイドされた点間の関係は、より正確なローカライゼーション結果を得るためにグラフポーズ精製モジュールによって探索される。
論文 参考訳(メタデータ) (2020-07-21T04:59:15Z) - Generalized Focal Loss: Learning Qualified and Distributed Bounding
Boxes for Dense Object Detection [85.53263670166304]
一段検出器は基本的に、物体検出を密度の高い分類と位置化として定式化する。
1段検出器の最近の傾向は、局所化の質を推定するために個別の予測分岐を導入することである。
本稿では, 上記の3つの基本要素, 品質推定, 分類, ローカライゼーションについて述べる。
論文 参考訳(メタデータ) (2020-06-08T07:24:33Z)
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。