Z-FLoc: 幾何プリミティブによるゼロショット間取り図位置推定

- 本論文は、事前に用意されたfloorplan（間取り図）を用いてカメラのposeを推定するvisual localization手法「Z-FLoc」を提案する。 - floorplanは多くの建物で入手可能でコンパクト、かつ見た目の変化に不変な地図表現である。 - しかし、カメラ観測とfloorplan幾何の間の大きなdomain gapを埋めるのが難しい。 - 既存のdata-driven学習手法は大規模訓練データと環境ごとの再訓練を必要とし、実用展開を制限する。 - Z-FLocは再訓練なしで新規環境に汎化するzero-shot floorplan localizationを実現する。

- 既存手法はdata-driven learningでdomain gapに対処するが、大規模訓練データと環境固有の再訓練が必要。 - 提案手法はzero-shotで新規環境に汎化し、再訓練を一切必要としない。 - 単一の固定ハイパーパラメータセットを全実験で使用する点が実用性で優れる。 - simulatedおよびreal-worldデータセットの未見環境で、state-of-the-art learning-based手法を上回る性能を示す。

- 人間が作る環境ではdominant geometric primitives（linesとcircles）が遍在し、見た目に不変な構造的制約を与えるという洞察に基づく。 - monocular 3D reconstructionsのbird's-eye-view (BEV) projectionからこれらのprimitivesを抽出する。 - 抽出したprimitivesをfloorplanに、専用のminimal solversとrobust estimation frameworkを用いてマッチングする。 - これにより、再訓練なしで新規環境に適用可能なzero-shot localizationを実現する。

- simulatedおよびreal-worldの両データセットで実験を行った。 - 未見環境において、提案手法がstate-of-the-art learning-based手法を上回ることを示した。 - 全実験を通じて単一の固定ハイパーパラメータセットを使用した。 - ソースコードは公開予定である。

- 要旨からは、手法の限界や失敗ケース、計算コスト、primitives抽出のロバスト性に関する議論は明示されていない。 - 議論の詳細は要旨からは不明。

- 要旨で直接参照・比較されている研究は明示されていないが、関連手法としてdata-driven learningによるfloorplan localization、visual localization、monocular 3D reconstruction、bird's-eye-view (BEV) projection、minimal solvers、robust estimationが挙げられる。 - 同分野の定番として、visual localization全般やfloorplan-based localizationの学習ベース手法を読むことが推奨される。