---
title: SfM / Visual SLAM と Visual Localization の現在：幾何と学習の融合
tags: 
author: [Yoshitaka HARA](https://docswell.com/user/ystk_hara)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/YE9PGLMYJ3.jpg?width=480
description: ROBOMECH 2026 ワークショップ 「SLAM の現在地：到達点・課題・展望」 https://robomech.org/2026/workshop-tutorial/#slam
published: June 29, 26
canonical: https://docswell.com/s/ystk_hara/K4N93D-sfm-vslam-vloc-robomech2026
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/YE9PGLMYJ3.jpg)

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


# Page. 2

![Page Image](https://bcdn.docswell.com/page/GE8DVXLKED.jpg)

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


# Page. 3

![Page Image](https://bcdn.docswell.com/page/LELM58LP7R.jpg)

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


# Page. 4

![Page Image](https://bcdn.docswell.com/page/4JMY36M2JW.jpg)

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


# Page. 5

![Page Image](https://bcdn.docswell.com/page/PJR9QPV579.jpg)

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]


# Page. 6

![Page Image](https://bcdn.docswell.com/page/PEXQ53ZXJX.jpg)

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


# Page. 7

![Page Image](https://bcdn.docswell.com/page/3EK96Y89ED.jpg)

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


# Page. 8

![Page Image](https://bcdn.docswell.com/page/L73W692975.jpg)

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


# Page. 9

![Page Image](https://bcdn.docswell.com/page/87DKVGZ8JG.jpg)

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）


# Page. 10

![Page Image](https://bcdn.docswell.com/page/VJPKV3DWE8.jpg)

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）


# Page. 11

![Page Image](https://bcdn.docswell.com/page/2EVVZ419EQ.jpg)

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


# Page. 12

![Page Image](https://bcdn.docswell.com/page/57GL4124EL.jpg)

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


# Page. 13

![Page Image](https://bcdn.docswell.com/page/4EQYGDPRJP.jpg)

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


# Page. 14

![Page Image](https://bcdn.docswell.com/page/KJ4W5ZYQ71.jpg)

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


# Page. 15

![Page Image](https://bcdn.docswell.com/page/LE1YWR6L7G.jpg)

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


# Page. 16

![Page Image](https://bcdn.docswell.com/page/GEWG61WQJ2.jpg)

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


# Page. 17

![Page Image](https://bcdn.docswell.com/page/47ZLYP53J3.jpg)

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


# Page. 18

![Page Image](https://bcdn.docswell.com/page/YJ6WDM9ZJV.jpg)

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


# Page. 19

![Page Image](https://bcdn.docswell.com/page/GJ5M3ZN9J4.jpg)

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.


# Page. 20

![Page Image](https://bcdn.docswell.com/page/LE3W6922E5.jpg)

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


# Page. 21

![Page Image](https://bcdn.docswell.com/page/8EDKVGZ67G.jpg)

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


# Page. 22

![Page Image](https://bcdn.docswell.com/page/V7PKV3YZJ8.jpg)

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


# Page. 23

![Page Image](https://bcdn.docswell.com/page/2JVVZ4GMJQ.jpg)

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


# Page. 24

![Page Image](https://bcdn.docswell.com/page/5EGL418XJL.jpg)

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


# Page. 25

![Page Image](https://bcdn.docswell.com/page/4JQYGD957P.jpg)

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


# Page. 26

![Page Image](https://bcdn.docswell.com/page/K74W5ZXVE1.jpg)

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


# Page. 27

![Page Image](https://bcdn.docswell.com/page/LJ1YWRN4EG.jpg)

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


# Page. 28

![Page Image](https://bcdn.docswell.com/page/GJWG614Z72.jpg)

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


# Page. 29

![Page Image](https://bcdn.docswell.com/page/4EZLYP2L73.jpg)

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


# Page. 30

![Page Image](https://bcdn.docswell.com/page/Y76WDMVM7V.jpg)

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


# Page. 31

![Page Image](https://bcdn.docswell.com/page/G75M3ZDQ74.jpg)

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


# Page. 32

![Page Image](https://bcdn.docswell.com/page/9J29ZR8WER.jpg)

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


# Page. 33

![Page Image](https://bcdn.docswell.com/page/DEY4RD69JM.jpg)

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


# Page. 34

![Page Image](https://bcdn.docswell.com/page/VJNYD6ZD78.jpg)

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


# Page. 35

![Page Image](https://bcdn.docswell.com/page/YE9PGLZ8J3.jpg)

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


# Page. 36

![Page Image](https://bcdn.docswell.com/page/GE8DVX1ZED.jpg)

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


# Page. 37

![Page Image](https://bcdn.docswell.com/page/LELM58Q17R.jpg)

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


# Page. 38

![Page Image](https://bcdn.docswell.com/page/4JMY3615JW.jpg)

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


# Page. 39

![Page Image](https://bcdn.docswell.com/page/PJR9QPLZ79.jpg)

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


# Page. 40

![Page Image](https://bcdn.docswell.com/page/PEXQ53W1JX.jpg)

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


# Page. 41

![Page Image](https://bcdn.docswell.com/page/3EK96YVMED.jpg)

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


# Page. 42

![Page Image](https://bcdn.docswell.com/page/L73W69M275.jpg)

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


# Page. 43

![Page Image](https://bcdn.docswell.com/page/87DKVG66JG.jpg)

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


# Page. 44

![Page Image](https://bcdn.docswell.com/page/VJPKV8ZZE8.jpg)

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


# Page. 45

![Page Image](https://bcdn.docswell.com/page/2EVVZNWMEQ.jpg)

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


# Page. 46

![Page Image](https://bcdn.docswell.com/page/57GL4KDXEL.jpg)

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


# Page. 47

![Page Image](https://bcdn.docswell.com/page/4EQYGN15JP.jpg)

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


# Page. 48

![Page Image](https://bcdn.docswell.com/page/KJ4W5GRV71.jpg)

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


# Page. 49

![Page Image](https://bcdn.docswell.com/page/LE1YWDQ47G.jpg)

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


# Page. 50

![Page Image](https://bcdn.docswell.com/page/GEWG6YMZJ2.jpg)

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


# Page. 51

![Page Image](https://bcdn.docswell.com/page/47ZLYXQLJ3.jpg)

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


# Page. 52

![Page Image](https://bcdn.docswell.com/page/YJ6WD46MJV.jpg)

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


# Page. 53

![Page Image](https://bcdn.docswell.com/page/GJ5M3Q6QJ4.jpg)

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


# Page. 54

![Page Image](https://bcdn.docswell.com/page/9E29ZPMW7R.jpg)

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


# Page. 55

![Page Image](https://bcdn.docswell.com/page/D7Y4R5X9EM.jpg)

54
全体のまとめ
ROBOMECH 2026, SLAM ワークショップ


# Page. 56

![Page Image](https://bcdn.docswell.com/page/VENYDN1DJ8.jpg)

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