幾何学的有用性スコアリングによるTransformerベース単眼SLAMの高速化

- Transformer ベースの monocular SLAM において、Geometric Foundation Models (GFMs) の計算冗長性を削減するフレームゲーティングネットワーク LeanGate を提案。 - 軽量な feed-forward ネットワークで、各フレームの geometric utility score を予測し、マッピングに寄与するかどうかを事前に判定。 - 高コストな GFM 特徴抽出・マッチングの前にゲーティングを行う plug-and-play モジュール。

- 従来の GFM ベース SLAM は post hoc な keyframe selection に依存し、フレームの新規性判定のために高コストな dense geometric decoding を実行していた。 - その結果、不要なフレームの late rejection と計算浪費が生じていた。 - LeanGate は事前に geometric utility を予測することで、90% 以上の冗長フレームを回避し、tracking FLOPs を 85% 以上削減、end-to-end スループットを 5 倍高速化。 - 精度は dense ベースラインと同等に維持。

- 軽量な feed-forward フレームゲーティングネットワーク LeanGate を設計。 - 各フレームに対して geometric utility score を予測し、そのスコアに基づいて GFM 特徴抽出・マッチングに進むかどうかを判断。 - 高コストな GFM 処理の前にゲーティングを行うことで、計算リソースを有効活用。 - plug-and-play モジュールとして既存の GFM ベース SLAM に組み込み可能。

- 標準的な SLAM ベンチマークで評価を実施。 - tracking FLOPs を 85% 以上削減し、end-to-end スループットが 5 倍高速化することを確認。 - 90% 以上の冗長フレームを回避。 - dense ベースラインと比較して tracking および mapping の精度を維持することを示した。

- 要旨からは、LeanGate の限界や失敗ケース、他の手法との詳細な比較に関する議論は不明。 - 精度維持と高速化のトレードオフについての定量的な議論は要旨では触れられていない。 - 一般化可能性や異なるデータセットへの適用性についても要旨からは不明。

- 要旨で参照されている具体的な先行研究は明示されていないが、GFM ベースの monocular SLAM 関連手法（例: DROID-SLAM, DPV-SLAM, その他 Geometric Foundation Models を用いた SLAM）が次に読むべき候補。 - また、keyframe selection や frame gating に関する一般的な手法（例: 従来の keyframe selection 戦略）も関連研究として挙げられる。