論文の概要: Automatic Estimation of Sphere Centers from Images of Calibrated Cameras

• arxiv url: http://arxiv.org/abs/2002.10217v1
• Date: Mon, 24 Feb 2020 13:12:08 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-29 04:04:19.659435
• Title: Automatic Estimation of Sphere Centers from Images of Calibrated Cameras
• Title（参考訳）: 校正カメラの画像から球中心の自動推定
• Authors: Levente Hajder and Tekla T\'oth and Zolt\'an Pusztai
• Abstract要約: 本稿では,カメラ画像中の楕円を自動的に検出すると共に,検出した2次元楕円に対応する球面の3次元位置を推定する。 カメラ画像中の楕円を検出するための2つの新しい手法を提案し,その大きさが分かっていれば対応する球体の空間的位置を推定する。 デジタルカメラ、深度センサー、LiDARデバイスを備えた自動運転車のセンサーシステムの校正に応用される。
• 参考スコア（独自算出の注目度）: 11.816942730023886
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Calibration of devices with different modalities is a key problem in robotic vision. Regular spatial objects, such as planes, are frequently used for this task. This paper deals with the automatic detection of ellipses in camera images, as well as to estimate the 3D position of the spheres corresponding to the detected 2D ellipses. We propose two novel methods to (i) detect an ellipse in camera images and (ii) estimate the spatial location of the corresponding sphere if its size is known. The algorithms are tested both quantitatively and qualitatively. They are applied for calibrating the sensor system of autonomous cars equipped with digital cameras, depth sensors and LiDAR devices.
• Abstract（参考訳）: 異なるモードを持つデバイスのキャリブレーションは、ロボットビジョンの重要な問題である。 平面のような通常の空間オブジェクトは、このタスクに頻繁に使用される。 本稿では,カメラ画像中の楕円を自動的に検出すると共に,検出した2次元楕円に対応する球面の3次元位置を推定する。 我々は2つの新しい方法を提案する。 (i)カメラ画像中の楕円を検出して (ii)サイズが分かっていれば対応する球体の空間的位置を推定する。 アルゴリズムは定量的かつ定性的にテストされる。 デジタルカメラ、深度センサー、LiDARデバイスを備えた自動運転車のセンサーシステムの校正に応用される。

関連論文リスト

• R-C-P Method: An Autonomous Volume Calculation Method Using Image Processing and Machine Vision [0.0]
  2台のカメラを用いて、矩形物体の寸法をリアルタイムで測定した。 画像処理とエッジ検出を用いてR-C-P法を開発した。 表面積に加えて、R-C-P法は不連続エッジや体積も検出する。
  論文  参考訳（メタデータ） (2023-08-19T15:39:27Z)
• Extrinsic Camera Calibration with Semantic Segmentation [60.330549990863624]
  本稿では,セグメンテーション情報を利用してパラメータ推定を自動化する,外部カメラキャリブレーション手法を提案する。 われわれのアプローチは、カメラのポーズの粗い初期測定と、車両に搭載されたライダーセンサーによる構築に依存している。 シミュレーションおよび実世界のデータを用いて,キャリブレーション結果の低誤差測定を行う。
  論文  参考訳（メタデータ） (2022-08-08T07:25:03Z)
• Monocular 3D Object Detection with Depth from Motion [74.29588921594853]
  我々は、正確な物体深度推定と検出にカメラエゴモーションを利用する。 我々のフレームワークはDfM(Depth from Motion)と呼ばれ、2D画像の特徴を3D空間に持ち上げて3Dオブジェクトを検出する。 我々のフレームワークは、KITTIベンチマークにおいて最先端の手法よりも大きなマージンで優れている。
  論文  参考訳（メタデータ） (2022-07-26T15:48:46Z)
• Robot Self-Calibration Using Actuated 3D Sensors [0.0]
  本稿では,ロボットのキャリブレーションをオフラインのSLAM問題として扱う。 これにより、任意の眼深度センサのみを用いてロボットのキャリブレーションを行うことができる。 各種の3Dセンサーを装着した実ロボットに対して,システムの詳細評価を行った。
  論文  参考訳（メタデータ） (2022-06-07T16:35:08Z)
• 2D LiDAR and Camera Fusion Using Motion Cues for Indoor Layout Estimation [2.6905021039717987]
  地上ロボットは、単一の床と垂直の壁を持つ屋内空間を探索し、一連の強度画像と2D LiDARデータセットを収集する。 センサ出力と画像セグメンテーションのアライメントは、LiDAR点をアライメントすることで、共同で計算される。 地層境界抽出のための画像の曖昧さをLiDAR観測の助けを借りて除去する。
  論文  参考訳（メタデータ） (2022-04-24T06:26:02Z)
• Image-to-Lidar Self-Supervised Distillation for Autonomous Driving Data [80.14669385741202]
  本稿では,自律運転データに適した3次元知覚モデルのための自己教師付き事前学習手法を提案する。 我々は、自動走行装置における同期・校正画像とLidarセンサーの可用性を活用している。 私たちのメソッドは、ポイントクラウドや画像アノテーションを一切必要としません。
  論文  参考訳（メタデータ） (2022-03-30T12:40:30Z)
• High-level camera-LiDAR fusion for 3D object detection with machine learning [0.0]
  本稿では,自律運転などの応用において重要な3次元物体検出問題に取り組む。 モノクロカメラとLiDARデータを組み合わせた機械学習パイプラインを使用して、動くプラットフォームの周囲の3D空間内の車両を検出する。 本結果は,検証セットに対して効率よく精度の高い推定を行い,全体の精度は87.1%となった。
  論文  参考訳（メタデータ） (2021-05-24T01:57:34Z)
• Calibrated and Partially Calibrated Semi-Generalized Homographies [65.29477277713205]
  視点と一般化カメラから半一般化ホモグラフィーを推定するための最初の最小解を提案する。 提案した解法は、多くの合成および実世界の実験で実証されたように安定かつ効率的である。
  論文  参考訳（メタデータ） (2021-03-11T08:56:24Z)
• PLUME: Efficient 3D Object Detection from Stereo Images [95.31278688164646]
  既存の手法では、2つのステップでこの問題に対処する: 第一深度推定を行い、その深さ推定から擬似LiDAR点雲表現を計算し、3次元空間で物体検出を行う。 この2つのタスクを同一のメトリック空間で統一するモデルを提案する。 提案手法は,既存の手法と比較して推定時間を大幅に削減し,挑戦的なKITTIベンチマークの最先端性能を実現する。
  論文  参考訳（メタデータ） (2021-01-17T05:11:38Z)
• 3D Object Localization Using 2D Estimates for Computer Vision Applications [0.9543667840503739]
  ポーズ推定とカメラキャリブレーションに基づく物体位置推定手法を提案する。 3次元座標は、対象物の複数の2次元(2次元)画像を収集して推定し、カメラの校正に利用する。
  論文  参考訳（メタデータ） (2020-09-24T01:50:24Z)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。