日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

位置推定arXiv:2603.19609

LoD-Loc v3: インスタンスシルエット整合による密集都市での汎用航空位置推定

LoD-Loc v3: Generalized Aerial Localization in Dense Cities using Instance Silhouette Alignment

シェア:XThreadsFacebookLINEはてブBluesky

密集都市環境での航空画像位置推定を、建物のインスタンスセグメンテーションとシルエット整合を用いて高精度化し、大規模データセット生成によりゼロショット汎化を実現した。

詳しい要約

1. どんなもの?

- 提案: LoD-Loc v3 - 目的: 密集市街地における汎用的なaerial visual localization - 特徴: instance silhouette alignmentと大規模合成データInsLoD-Locを導入 - 対象: 都市のbuildingを対象とした位置姿勢推定

2. 先行研究と比べてどこがすごい?

- 先行: LoD-Loc v2 - 手法: semantic building silhouette alignmentとlow-detail city models - 課題: シーン間汎化性能が低い、密集建物シーンで失敗が多い - 改善: LoD-Loc v3 - 汎化: zero-shot generalization capabilityを実現 - 密集: instance silhouette alignmentでpose estimation ambiguityを大幅低減 - 性能: 既存SOTAをcross-sceneとdense urbanの両方で大差で上回る

3. 技術・手法の肝は?

- データ: 新規synthetic data generation pipeline - 生成物: InsLoD-Loc - 規模: 100k images、precise instance building annotations - 用途: 最大のinstance segmentation dataset for aerial imagery - 定位: semanticからinstance silhouette alignmentへ再定式化 - 効果: 密集シーンでのpose estimation ambiguityを低減

4. どうやって有効だと検証した?

- 実験: extensive experimentsを実施 - 比較: 既存state-of-the-art (SOTA) baselinesと比較 - 結果: cross-sceneとdense urban scenariosで優位 - 程度: large marginで上回る - 詳細な評価指標やデータセットは要旨からは不明

5. 議論はある?

- 利点: zero-shot generalizationと密集シーンでの性能向上 - 制約: 要旨からは不明 - 議論: 要旨からは不明

6. 次に読むべき論文は?

- 参照/比較: LoD-Loc v2 - 関連: semantic building silhouette alignment、low-detail city models - データ: InsLoD-Loc - その他: 要旨からは不明

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Shuaibang Peng, Juelin Zhu, Xia Li, Kun Yang, Maojun Zhang, Yu Liu, Shen Yan

分類: cs.CV, cs.AI, cs.RO

原文アブストラクト

We present LoD-Loc v3, a novel method for generalized aerial visual localization in dense urban environments. While prior work LoD-Loc v2 achieves localization through semantic building silhouette alignment with low-detail city models, it suffers from two key limitations: poor cross-scene generalization and frequent failure in dense building scenes. Our method addresses these challenges through two key innovations. First, we develop a new synthetic data generation pipeline that produces InsLoD-Loc - the largest instance segmentation dataset for aerial imagery to date, comprising 100k images with precise instance building annotations. This enables trained models to exhibit remarkable zero-shot generalization capability. Second, we reformulate the localization paradigm by shifting from semantic to instance silhouette alignment, which significantly reduces pose estimation ambiguity in dense scenes. Extensive experiments demonstrate that LoD-Loc v3 outperforms existing state-of-the-art (SOTA) baselines, achieving superior performance in both cross-scene and dense urban scenarios with a large margin. The project is available at https://nudt-sawlab.github.io/LoD-Locv3/.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI