SfM / Visual SLAM と Visual Localization の現在：幾何と学習の融合

SfM / Visual SLAM と Visual Localization の現在 ：幾何と学習の融合 千葉工業大学 未来ロボット技術研究センター 原 祥尭（HARA, Yoshitaka） @ystk_hara ROBOMECH 2026, SLAM ワークショップ

1 自己紹介（略歴） 2007年：筑波大 油田･坪内･大矢研 修士 北陽電機さまと共同開発 2007年～2011年：日立製作所 日立研究所 （旧、機械研究所） 2012年～2015年：学振特別研究員 DC1 2015年：筑波大 坪内･大矢研 博士 2015年～：千葉工大 未来ロボット技術研究センター（fuRo） ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 本発表の概要 評価実験 3D幾何基盤モデル Visual Localization 評価実験 SfM / Visual SLAM における幾何と学習の融合  COLMAP、GLOMAP、ORB-SLAM3、DROID-SLAM、DPVO / DPV-SLAM 3D幾何基盤モデルを用いた SLAM  MASt3R-SLAM、VGGT-SLAM、VGGT-Long、SwiftVGGT Visual Localization における幾何と学習の融合  学習ベースの特徴抽出と Graph Neural Network による対応付け ROBOMECH 2026, SLAM ワークショップ 2

3 SfM / Visual SLAM における 幾何と学習の融合 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル SfM / Visual SLAM の現在 Visual Localization 評価実験 4 従来の幾何ベース手法に対して学習ベース手法も発展 COLMAP ORB-SLAM3 GLOMAP DROID-SLAM ROBOMECH 2026, SLAM ワークショップ DPVO / DPV-SLAM ループ閉じ込みを 改良した我々の手法 [Zhang+, SII 2026]

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization SfM と単眼 Visual SLAM の性能向上 評価実験 数 km オーダーの大規模データセットに対しても地図構築が可能に COLMAP ORB-SLAM3 DPVO / DPV-SLAM 地図が途切れる 位置追跡に失敗 地図構築に成功 GLOMAP DROID-SLAM KITTI データセット 地図構築に成功 ループ閉じ込みの機能なし ROBOMECH 2026, SLAM ワークショップ 5

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 DPV-SLAM の改良 [Zhang, Adachi, Hara, Nakamura, SII 2026] 6 DPV-SLAM のループ検出を クラシカルな BoVW から学習ベースの AnyLoc に入れ替える手法を提案 Image Sequence Optimized Map Unoptimized Map Visual Odometry Learning-based Optimization Loop Detection Classical LC AnyLoc LC (Ours) replace Bag of Visual Words Learning-based ROBOMECH 2026, SLAM ワークショップ Registration

7 SfM / Visual SLAM の手法 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization COLMAP [Schonberger+, CVPR 2016] 評価実験 8 特徴点ベースの Incremental SfM 1. SIFT 特徴点マッチング（他も可能） 4. PnP + RANSAC で画像1枚ずつ位置合わせ （Faiss を用いた Nearest Neighbor） 2. RANSAC を用いた幾何検証 3. Faiss を用いた BoVW でループ検出 ROBOMECH 2026, SLAM ワークショップ 5. 三角測量およびバンドル調整 （バンドル調整のソルバーは Ceres Solver）

SfM / Visual SLAM 評価実験 3D幾何基盤モデル GLOMAP [Pan+, ECCV 2024] Visual Localization 評価実験 9 特徴点ベースの Global SfM 1. SIFT 特徴点マッチング（COLMAP 同様） 4. Rotation Averaging と Global Positioning で複数枚を位置合わせ （Faiss を用いた Nearest Neighbor） 2. RANSAC を用いた幾何検証 3. Faiss を用いた BoVW でループ検出 ROBOMECH 2026, SLAM ワークショップ 5. 三角測量およびバンドル調整 （バンドル調整のソルバーは Ceres Solver）

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization ORB-SLAM3 [Campos+, IEEE T-RO 2021] 評価実験 10 ORB を用いた幾何ベース法 1. トラッキング  ORB 特徴点を抽出し，カメラ姿勢を推定 2. ローカルマッピング  キーフレームを用いて3D点を復元  Local BA で補正 3. ループ閉じ込み  DBoW2 を用いた BoVW でループ検出  Sim(3) 位置合わせでループ拘束を作成  7DoF PGO + Global BA でグラフ最適化 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization DROID-SLAM [Teed+, NeurIPS 2021] 評価実験 11 カメラ姿勢とオプティカルフローを 教師あり学習で推定する学習ベース法 1. ResNet を用いた学習ベースの特徴抽出 2. キーフレーム選定 + Local BA 3. ConvGRU (RNN) による対応付け補正 4. ループ検出機能なし 5. 全キーフレームで Global BA ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization DPVO / DPV-SLAM [Teed+, ECCV 2024] 評価実験 12 DROID-SLAM の後継の学習ベース法 1. ResNet を用いた学習ベースの特徴抽出 2. パッチの更新と Local BA を交互に行う ループ検出は 学習ベースではない  Proximity Loop Closure： 3. ループ閉じ込み カメラ姿勢の近接性によるループ検出 Global BA のみでグラフ最適化  Classical Loop Closure： BoVW でループ検出，Sim(3) 位置合わせ 7DoF PGO + Global BA でグラフ最適化 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 DPV-SLAM with AnyLoc Loop Closure [Zhang+, SII 2026] 13 DPV-SLAM における AnyLoc 視覚場所認識を用いたループ閉じ込み Visual Odometry Image Sequence Patch Extraction Optimization Edge Addition Local BA Unoptimized Map Loop Detection Feature Extraction with AnyLoc Pose Graph + Global BA Optimized Map Registration VLAD Descriptors 1. Visual Odometry は DPV-SLAM と同様 Image Retrieval Loop Image Index Keypoint Matching + Sim(3) Est. 3. ループ画像を DISK-LightGlue で対応付け 2. ループ検出を BoVW から学習ベースの 4. Sim(3) 位置合わせでループ拘束を作成 AnyLoc-VLAD-DINOv2 に置き換え ROBOMECH 2026, SLAM ワークショップ 5. 7DoF PGO + Global BA でグラフ最適化

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 SfM / Visual SLAM の各手法の仕様 ※BA: Bundle Adjustment ※PGO: Pose Graph Optimization 14 手法 特徴抽出 特徴マッチング ループ検出 グラフ最適化 COLMAP (SfM) SIFT など Nearest Neighbor (Faiss) BoVW (Faiss) Local/Global BA (Ceres Solver) GLOMAP (SfM) SIFT など Nearest Neighbor (Faiss) BoVW (Faiss) Local/Global BA (Ceres Solver) ORB-SLAM3 ORB Nearest Neighbor (ハミング距離) BoVW (DBoW2) 7DoF PGO + Local/Global BA (g2o) DROID-SLAM Learning-based (ResNet) Learning-based (RNN) なし Local/Global BA (独自) DPVO Learning-based (ResNet) Learning-based (RNN) なし Local BA (独自) DPV-SLAM Learning-based (ResNet) Learning-based (RNN) BoVW (DBoW2) 7DoF PGO + Local/Global BA (独自) DPV-SLAM AnyLoc (Ours) Learning-based (ResNet) Learning-based (RNN) Learning-based (AnyLoc) 7DoF PGO + Local/Global BA (独自) ループ検出まで学習ベースにしたのが提案手法 ROBOMECH 2026, SLAM ワークショップ

15 KITTI データセットでの評価実験 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 KITTI での SfM と単眼 Visual SLAM の精度評価 16 数 km オーダーの大規模データセットで地図構築、 スケール不定のカメラ軌跡の推定値を真値に Sim(3) 位置合わせして評価 Sequence 00 Sim(3) 位置合わせ前の軌跡 スケール不定 Sequence 09 Sim(3) 位置合わせ後の軌跡 evo を用いた Sim(3) 位置合わせ スケール合わせ 位置とスケールを合わせた 軌跡で ATE (Absolute Trajectory Error) により 精度を評価 https://github.com/MichaelGrupp/evo/ ROBOMECH 2026, SLAM ワークショップ

• https://github.com/MichaelGrupp/evo/

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 各手法のカメラ軌跡（KITTI Sequence 00, 09） GLOMAP と DPV-SLAM w/ AnyLoc LC (Ours) の2つが高精度 KITTI 00 ROBOMECH 2026, SLAM ワークショップ KITTI 09 17

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 各手法のカメラ軌跡の ATE と処理時間 評価実験 18 GLOMAP と DPV-SLAM w/ AnyLoc LC (Ours) が高精度、SfM より SLAM が高速 KITTI 00 Lower is better. KITTI 09 Lower is better. SfM 手法は時系列の Ordered な画像列 の Sequential Matching で実施したが、 頻繁なバンドル調整で処理時間が増加 Lower is better. ROBOMECH 2026, SLAM ワークショップ Lower is better.

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 KITTI データセットでのカメラ軌跡の ATE 評価 DPV-SLAM w/ AnyLoc LC (Ours) が最も高精度、 ただし Lidar を用いた Laser SLAM よりは精度が悪い ROBOMECH 2026, SLAM ワークショップ 19

20 民生用カメラの自前データでの実験 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 民生用カメラのキャリブレーション  Logicool MX Brio 700 (C1100GR) （ローリングシャッター方式） 評価実験 21  OpenCV を用いて内部パラメータを キャリブレーション https://www.logicool.co.jp/jajp/products/webcams/ mx-brio-4k-webcam.960-001562.html  キャリブレーション画像の撮影 距離 方向×(縦×横) 画像枚数 0.5 m 5 × (1 × 1) 5 1.0 m 3.0 m 5.0 m 5 × (3 × 4) 5 × (4 × 6) 5 × (6 × 8) 60 120 240 ROBOMECH 2026, SLAM ワークショップ  サークルグリッドのキャリブレーションボード

• https://www.logicool.co.jp/ja-jp/products/webcams/mx-brio-4k-webcam.960-001562.html

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 民生用カメラでの独自データセット 評価実験 ローリングシャッターカメラを用いた SfM / Visual SLAM を評価 屋内環境 屋外環境 80 m 40 m 35 m 45 m ROBOMECH 2026, SLAM ワークショップ 22

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 各手法のカメラ軌跡と3次元点群地図（屋内環境） DPV-SLAM w/ AnyLoc LC (Ours) のみ正しくループが閉じた GLOMAP ORB-SLAM3 w/ LC 精度：✗ 途中で失敗 精度：✗ 途中で失敗 DPV-SLAM w/ Classcial LC DPV-SLAM w/ AnyLoc LC (Ours) 精度：Poor ループ閉じず 精度：Good ROBOMECH 2026, SLAM ワークショップ 23

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 各手法のカメラ軌跡と3次元点群地図（屋外環境） 24 SfM 手法は地図が最後で途切れたが、Visual SLAM 手法の3つは高精度 GLOMAP ORB-SLAM3 w/ LC 精度：✗ 途中で失敗 精度：Good DPV-SLAM w/ Classcial LC DPV-SLAM w/ AnyLoc LC (Ours) 精度：Good 精度：Good ROBOMECH 2026, SLAM ワークショップ

25 SfM / Visual SLAM のまとめ ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization SfM / Visual SLAM の各手法の実験結果 手法 COLMAP GLOMAP ATE（定量評価） KITTI 00 KITTI 09 6.2 m 6.2 m 31.2 m ORB-SLAM3 w/o LC 189.4 m DROID-SLAM w/o Global BA 98.6 m ORB-SLAM3 w/ LC DROID-SLAM w/ Global BA DPVO w/o LC DPV-SLAM w/ Classical LC DPV-SLAM w/ AnyLoc LC (Ours) 53.0 m 179.5 m 98.7 m 77.8 m 113.2 m 9.4 m 8.5 m 26 精度（定性評価） 屋内環境 屋外環境 ✗ ✗ 180.2 m 87.2 m 評価実験 82.7 m 74.4 m 74.8 m 15.3 m ROBOMECH 2026, SLAM ワークショップ ATE: Absolute Trajectory Error ✗ ✗ ✗ Good Poor Good ✗ Poor Good Good Poor Average Good Good Poor Good

SfM / Visual SLAM 評価実験 3D幾何基盤モデル SfM / Visual SLAM のまとめ Visual Localization 評価実験 27 SfM と Visual SLAM の手法を、公開／独自データセットを用いて評価 評価結果 KITTI データセット  GLOMAP が最も精度は良いが、処理時間は長い  DPV-SLAM w/ AnyLoc LC (Ours) が次点で精度が良く、妥当な処理時間 独自データセット  DPV-SLAM w/ AnyLoc LC (Ours) が最も精度が良く、妥当な処理時間 今後の展望 MASt3R-SfM、MASt3R-SLAM、VGGT-SLAM などとの比較評価 ROBOMECH 2026, SLAM ワークショップ

28 3D幾何基盤モデルを用いた SLAM ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル 3D幾何基盤モデル Visual Localization 評価実験 DUSt3R、MASt3R、VGGT など様々な3D幾何基盤モデルが登場 https://speakerdeck.com/spatial_ai_network/dust3r-mast3r-mast3r-sfm ROBOMECH 2026, SLAM ワークショップ 29

• https://speakerdeck.com/spatial_ai_network/dust3r-mast3r-mast3r-sfm

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization MASt3R-SLAM [Murai+, CVPR 2025] 評価実験 3D幾何基盤モデルとして MASt3R を用いた Visual SLAM 動画 ROBOMECH 2026, SLAM ワークショップ 30

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 VGGT-SLAM [Maggio+, NeurIPS 2025, RSS 2026] 3D幾何基盤モデルとして VGGT を用いた Visual SLAM 動画 ROBOMECH 2026, SLAM ワークショップ 31

SfM / Visual SLAM 評価実験 3D幾何基盤モデル VGGT-Long [Deng+, arXiv 2025] Visual Localization 評価実験 32 VGGT を用いた Visual SLAM で KITTI データセットでの地図構築を実現 動画 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル VGGT-Long [Deng+, arXiv 2025] Visual Localization 数 km オーダーの大規模環境に対応 ROBOMECH 2026, SLAM ワークショップ 評価実験 33

SfM / Visual SLAM 評価実験 3D幾何基盤モデル SwiftVGGT [Lee+, CVPR 2026] Visual Localization 評価実験 34 数 km オーダーの大規模環境に対応しつつ、地図構築の処理を高速化 ATE は 30 m 弱 （Ours の方が高精度？） ROBOMECH 2026, SLAM ワークショップ

35 Visual Localization における 幾何と学習の融合 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization hloc: Hierarchical Localization Toolbox 評価実験 36 画像検索と特徴点マッチングを組み合わせた階層的 Visual Localization 手法 [Sarlin+, CVPR 2020] 様々な画像検索・特徴抽出・マッチングの手法を組み合わせることができる ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 地図構築と自己位置推定のパイプライン 評価実験 37 地図構築 (SfM) 画像検索 画像ペア 画像 マッチング 特徴抽出 対応関係 特徴点 カメラ位置推定 3次元復元 カメラ軌跡 バンドル調整 点群地図 自己位置推定 (Localization) 画像検索 点群地図 画像ペア マッチング 画像 特徴抽出 特徴点 ROBOMECH 2026, SLAM ワークショップ 対応関係 カメラ位置推定 カメラ軌跡

SfM / Visual SLAM 評価対象の手法 画像検索 特徴抽出 特徴 マッチング 評価実験 NetVLAD, AP-GeM/DIR, OpenIBL, MegaLoc SIFT, AIKED, SOSNet, D2-Net, SuperPoint, R2D2, (LoFTR) DISK, Nearest Neighbor, AdaLAM, SuperGlue, LightGlue, LoFTR 3D幾何基盤モデル Visual Localization 評価実験 38 特徴抽出とマッチングの組み合わせに対して、 Visual Localization の処理時間と精度を評価 Nearest AdaLAM SuperGlue LightGlue LoFTR Neighbor N/A SIFT SOSNet SuperPoint N/A ALIKED N/A DISK D2-Net R2D2 LoFTR ROBOMECH 2026, SLAM ワークショップ N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A N/A

39 特徴抽出とマッチングの手法 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル 特徴抽出の各手法 (1/3) SIFT [Lowe, IJCV, 2004]  ハンドクラフトの特徴抽出  DoG によりスケールや回転に対して 不変な特徴を得ることが可能 ROBOMECH 2026, SLAM ワークショップ Visual Localization 評価実験 SOSNet [Tian+, CVPR 2019]  深層学習ベース  二次の類似性を用いた損失関数により 局所記述子の学習に焦点を当て、 キーポイント検出には DoG を用いる 40

SfM / Visual SLAM 評価実験 3D幾何基盤モデル 特徴抽出の各手法 (2/3) SuperPoint [DeTone+, CVPR 2018]  深層学習ベース  ホモグラフィ適応による自己教師あり学習 ROBOMECH 2026, SLAM ワークショップ Visual Localization 評価実験 41 DISK [Tyszkiewicz+, NeurIPS 2023]  深層強化学習ベース  正確な特徴点マッチング数を最大化するよう学習

SfM / Visual SLAM 評価実験 3D幾何基盤モデル 特徴抽出の各手法 (3/3) ALIKED [Zhao+, TIM, 2023] Visual Localization 評価実験 42 D2-Net [Dusmanu+, CVPR 2019]  深層学習ベース  単一の CNN でキーポイントの検出と特徴量の記述を同時に行う  深層学習ベース  変形可能な変換により ロバスト性の高い 局所記述子を生成 R2D2 [Revaud, NeurIPS 2019]  深層学習ベース  再現性と信頼性を持つキーポイントの検出と特徴量の記述を行う ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル 特徴マッチングの各手法 Nearest Neighbor  最近傍探索  相互チェックで対応を確立 Visual Localization 評価実験 SuperGlue [Sarlin+, CVPR 2020]  深層学習ベース  特徴点間の関係を Graph Neural Network で学習 AdaLAM [Cavalli+, CVPR 2020] LightGlue [Lindenberger+, ICCV 2023]  外れ値除去に特化  最近傍探索の結果を、 局所的なアフィン変換の整合性 に基づいてフィルタリング 43  深層学習ベース  SuperGlue を基盤とした適応型メカニズムで高速化 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 特徴抽出とマッチングの End2End 手法 LoFTR 評価実験 44 [Sun+, CVPR 2021]  Transformer ベース  特徴抽出とマッチングの End2End  ピクセル単位のマッチングを Coarse-to-Fine の解像度で精緻化 ROBOMECH 2026, SLAM ワークショップ

45 Cambridge データセットでの評価実験 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization の精度評価 参照画像 地図構築 （SfM） スケール不定 点群地図 スケール不定 点群地図 クエリ画像 自己位置推定 （Localization） スケール不定 カメラ軌跡 （推定値） ATE (Absolute Trajectory Error) に基づいて評価 カメラ軌跡 （真値） ROBOMECH 2026, SLAM ワークショップ Visual Localization 評価実験 46 [Otake, Hara, Nakamura, AIM 2026] 提案手法  真値の 3D SfM モデルは使わない  画像のみを入力とした地図構築  その地図に基づいて自己位置推定 する一般的な問題設定  ATE を用いて Visual Localization の 精度を評価 スケール既知

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization King’s College Old Hospital Shop Facade 115 m 35 m 実験環境：Cambridge データセット Great Court 80 m 110 m 地図構築：1532 枚 1220 枚 自己位置推定：760 枚 343 枚 895 枚 182 枚 15 m 10 m 231 枚 100 枚 評価実験 47 St Mary’s Church 35 m 50 m 1487 枚 530 枚 画像解像度：1920×1080 ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 St Mary’s Church における地図と軌跡の可視化 SIFT + NN Poor SIFT + LG 48 Average SP + NN Good Good DISK + LG Good 歪んでいる SP + SG Good SP + LG ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization 評価実験 各手法のカメラ軌跡の ATE（自己位置推定の精度） Great Court St Mary’s Church Lower is better. Lower is better. ROBOMECH 2026, SLAM ワークショップ King’s College 49 Lower is better. 特徴抽出：SuperPoint / ALIKED と マッチング：LightGlue の組み合わせが、 すべての環境で ATE が小さく高精度

3D幾何基盤モデル Visual Localization 評価実験 地図構築と自己位置推定の処理時間 Image Retrieval Feature Extraction Feature Extraction ROBOMECH 2026, SLAM ワークショップ CPU: Intel Core i7 13700F, RAM: 64 GB, GPU: NVIDIA GeForce RTX 4070 Ti, VRAM: 12 GB LoFTR R2D2 + NN 0 D2-Net + NN 500 ALIKED + LG LoFTR R2D2 + NN D2-Net + NN ALIKED + LG ALIKED + NN DISK + LG DISK + NN SP + LG SP + SG SP + NN SOSNet + AdaLAM SOSNet + NN SIFT + LG SIFT + AdaLAM 0 SIFT + NN 2000 DISK + NN Dense Matching Dense Matching SP + LG 4000 1000 SOSNet + NN Bundle Adjustment PnP + RANSAC SIFT + LG Triangulation Feature Matching SIFT + AdaLAM 6000 1500 SIFT + NN Feature Matching Processing Time [ms] Processing Time [s] 8000 Image Retrieval 50 Lower is better. 2000 SP + SG 10000 自己位置推定（画像1枚） SP + NN Lower is better. SOSNet + AdaLAM 地図構築（画像すべて） ALIKED + NN 評価実験 DISK + LG SfM / Visual SLAM

51 Visual Localization のまとめ ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM 評価実験 3D幾何基盤モデル 手法 処理時間 ATE の RMSE SIFT + AdaLAM 130.0 ms 12.88 m 180.8 ms 1.83 m Visual Localization Visual Localization の各手法の実験結果 SIFT + NN SIFT + LG SOSNet + NN SOSNet +AdaLAM SP + NN 113.9 ms 195.6 ms 191.2 ms 142.6 ms SP + SG 1161.1 ms DISK + NN 221.8 ms SP + LG DISK + LG ALIKED + NN ALIKED + LG D2-Net + NN R2D2 + NN LoFTR 204.9 ms 312.3 ms 216.3 ms 301.8 ms 695.1 ms 274.7 ms 1823.3 ms 3.26 m 地図･軌跡 Poor Poor 4.55 m Average 4.58 m Average 0.42 m Good 0.64 m 0.34 m Good Good Average 0.59 m Good 0.49 m 0.49 m 3.89 m 1.76 m 0.67 m ROBOMECH 2026, SLAM ワークショップ Good Good Poor Average Good 52 SuperPoint + LightGlue が 処理時間と精度のバランスが優れていた Poor 1.62 m 評価実験 SP: SuperPoint, SG: SuperGlue, LG: LightGlue, NN: Nearest Neighbor

SfM / Visual SLAM 評価実験 3D幾何基盤モデル Visual Localization のまとめ Visual Localization 評価実験 特徴抽出とマッチングを用いた Visual Localization の評価 評価結果  SuperPoint + LightGlue が処理時間と精度のバランスが優れていた  各手法の性能には改善の余地がある 今後の展望  今回は特徴抽出とマッチングにフォーカスしたため、画像検索についても評価  他の公開データセットを用いた多様な環境での評価 ROBOMECH 2026, SLAM ワークショップ 53

54 全体のまとめ ROBOMECH 2026, SLAM ワークショップ

SfM / Visual SLAM まとめ 評価実験 3D幾何基盤モデル Visual Localization 評価実験 55 SfM / Visual SLAM における幾何と学習の融合  COLMAP、GLOMAP、ORB-SLAM3、DROID-SLAM、DPVO / DPV-SLAM  DPV-SLAM w/ AnyLoc LC (Ours) が高精度で、処理時間も比較的高速  Lidar を用いた Laser SLAM と同等精度を達成できるか？ → 光の Time of Flight（ToF）による Lidar の測距と比較して、 Camera を用いた Visual SLAM の3次元復元は三角測量に基づく 3D幾何基盤モデルを用いた SLAM  MASt3R-SLAM、VGGT-SLAM、VGGT-Long、SwiftVGGT Visual Localization における幾何と学習の融合  学習ベースの特徴抽出と Graph Neural Network による対応付けが良好な結果 ROBOMECH 2026, SLAM ワークショップ