論文の概要: High-quality Panorama Stitching based on Asymmetric Bidirectional Optical Flow

• arxiv url: http://arxiv.org/abs/2006.01201v3
• Date: Sat, 29 Aug 2020 00:35:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-26 07:51:58.348634
• Title: High-quality Panorama Stitching based on Asymmetric Bidirectional Optical Flow
• Title（参考訳）: 非対称双方向光フローに基づく高品質パノラマストッチ
• Authors: Mingyuan Meng, Shaojun Liu
• Abstract要約: 本稿では,非対称な双方向光流に基づくパノラマ縫合法を提案する。 このアルゴリズムでは、魚眼レンズカメラで撮影した複数の写真を入力として、提案したアルゴリズムにより、これらの写真を高品質な360度球状パノラマ画像にマージすることができる。
• 参考スコア（独自算出の注目度）: 3.1473798197405944
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In this paper, we propose a panorama stitching algorithm based on asymmetric bidirectional optical flow. This algorithm expects multiple photos captured by fisheye lens cameras as input, and then, through the proposed algorithm, these photos can be merged into a high-quality 360-degree spherical panoramic image. For photos taken from a distant perspective, the parallax among them is relatively small, and the obtained panoramic image can be nearly seamless and undistorted. For photos taken from a close perspective or with a relatively large parallax, a seamless though partially distorted panoramic image can also be obtained. Besides, with the help of Graphics Processing Unit (GPU), this algorithm can complete the whole stitching process at a very fast speed: typically, it only takes less than 30s to obtain a panoramic image of 9000-by-4000 pixels, which means our panorama stitching algorithm is of high value in many real-time applications. Our code is available at https://github.com/MungoMeng/Panorama-OpticalFlow.
• Abstract（参考訳）: 本稿では,非対称な双方向光流れに基づくパノラマ縫製アルゴリズムを提案する。 このアルゴリズムでは、魚眼レンズカメラで撮影した複数の写真を入力として、提案アルゴリズムにより、これらの写真を高品質な360度球面パノラマ画像にマージすることができる。 遠方から撮影した写真では、それらの間の視差は比較的小さく、得られたパノラマ画像はほぼシームレスで、ばらばらにすることができる。 近近の視点や比較的大きな視差で撮影された写真では、シームレスだが部分的に歪んだパノラマ画像も得られる。 また、gpu(graphics processing unit)の助けを借りて、このアルゴリズムは縫製プロセス全体を非常に高速で完了させることができる: 通常、パノラマ画像を得るのに30秒未満しかかからないので、多くのリアルタイムアプリケーションで我々のパノラマ縫製アルゴリズムは高い価値を持つ。 私たちのコードはhttps://github.com/mungomeng/panorama-opticalflowで利用可能です。

関連論文リスト

• Splatter-360: Generalizable 360$^{\circ}$ Gaussian Splatting for Wide-baseline Panoramic Images [52.48351378615057]
  textitSplatter-360は、ワイドベースラインパノラマ画像を扱うための、エンドツーエンドの汎用3DGSフレームワークである。 パノラマ画像に固有の歪みを緩和する3D対応複投影エンコーダを提案する。 これにより、堅牢な3D対応機能表現とリアルタイムレンダリングが可能になる。
  論文  参考訳（メタデータ） (2024-12-09T06:58:31Z)
• DiffPano: Scalable and Consistent Text to Panorama Generation with Spherical Epipolar-Aware Diffusion [60.45000652592418]
  本稿では,テキスト駆動型パノラマ生成フレームワークDiffPanoを提案し,拡張性,一貫性,多様なパノラマシーン生成を実現する。 DiffPanoは、不明瞭なテキスト記述とカメラのポーズによって、一貫した多様なパノラマ画像を生成することができることを示す。
  論文  参考訳（メタデータ） (2024-10-31T17:57:02Z)
• Robust and Flexible Omnidirectional Depth Estimation with Multiple 360-degree Cameras [8.850391039025077]
  我々は、複数の360度カメラの幾何的制約と冗長情報を用いて、頑健で柔軟な全方位深度推定を実現する。 この2つのアルゴリズムは, 土壌パノラマ入力を施した場合でも, 精度よく深度マップを予測し, 最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-09-23T07:31:48Z)
• PERF: Panoramic Neural Radiance Field from a Single Panorama [109.31072618058043]
  PERFはパノラマ性神経放射場を1つのパノラマから訓練する新しいビュー合成フレームワークである。 本研究では,360度2Dシーンを3Dシーンに持ち上げるために,新しい共同RGBDインペイント法とプログレッシブ・インペイント・アンド・エラスティング法を提案する。 PERFは,パノラマから3D,テキストから3D,3Dシーンのスタイリングなど,現実世界のアプリケーションに広く利用することができる。
  論文  参考訳（メタデータ） (2023-10-25T17:59:01Z)
• PanoGRF: Generalizable Spherical Radiance Fields for Wide-baseline Panoramas [54.4948540627471]
  広帯域パノラマのための一般化可能な球面放射場パノGRFを提案する。 パノGRFは、視線画像に基づいて訓練された一般化可能な放射場とは異なり、パノラマからパースペクティブへの変換から情報損失を回避する。 複数のパノラマデータセットの結果は、パノGRFが最先端の一般化可能なビュー合成法よりも著しく優れていることを示している。
  論文  参考訳（メタデータ） (2023-06-02T13:35:07Z)
• Parallax-Tolerant Unsupervised Deep Image Stitching [57.76737888499145]
  本稿では,パララックス耐性の非教師あり深層画像縫合技術であるUDIS++を提案する。 まず,グローバルなホモグラフィから局所的な薄板スプライン運動への画像登録をモデル化するための,頑健で柔軟なワープを提案する。 本研究では, 縫合された画像をシームレスに合成し, シーム駆動合成マスクの教師なし学習を行うことを提案する。
  論文  参考訳（メタデータ） (2023-02-16T10:40:55Z)
• High-Resolution Depth Estimation for 360-degree Panoramas through Perspective and Panoramic Depth Images Registration [3.4583104874165804]
  本研究では,パノラマの高分解能(2048×1024以上)深度を計算するための新しい手法を提案する。 提案手法は,既存のパノラマ法よりも定性的に優れた結果を生成するとともに,これらの手法では見つからないデータセット上で定量的に評価する。
  論文  参考訳（メタデータ） (2022-10-19T09:25:12Z)
• Deep Rotation Correction without Angle Prior [57.76737888499145]
  我々は,高コンテンツ忠実度で傾きを自動的に補正する,回転補正という新しい実用的タスクを提案する。 このタスクは画像編集アプリケーションに簡単に統合でき、ユーザーは手動操作なしで回転した画像を修正できる。 我々はニューラルネットワークを利用して、傾斜した画像を知覚的に水平に歪めることができる光学フローを予測する。
  論文  参考訳（メタデータ） (2022-07-07T02:46:27Z)
• Fast Light-Weight Near-Field Photometric Stereo [18.368439939695573]
  我々は、光源が興味の対象に近づいた近距離場フォトメトリックステレオ(PS)に、エンド・ツー・エンドの学習ベースの最初のソリューションを導入する。 提案手法は高速で,52512$times$384の解像度画像から,コモディティGPU上で約1秒でメッシュを生成する。
  論文  参考訳（メタデータ） (2022-03-30T17:51:31Z)
• PanoFlow: Learning Optical Flow for Panoramic Images [8.009873804948919]
  パノラマ画像の光学的流れを学習するための新しいネットワークフレームワークであるパノフローを開発した。 本稿では,フロー歪み増大法 (FDA) と循環フロー推定法 (CFE) を提案する。 提案手法により,確立したFlow360データセット上のEnd-Point-Error(EPE)を26%削減する。
  論文  参考訳（メタデータ） (2022-02-27T16:03:38Z)
• Moving in a 360 World: Synthesizing Panoramic Parallaxes from a Single Panorama [13.60790015417166]
  パララックス対応の新規パノラマビュー合成のための最初の手法であるOmniNeRF(OmniNeRF)を提案する。 仮想カメラの位置が異なる3次元世界と異なる2次元パノラマ座標の間を前後に投影することで、単一のRGB-Dパノラマを増大させることを提案する。 その結果、提案したOmniNeRFは、パララックス効果を示す新しいパノラマビューの説得力のあるレンダリングを実現する。
  論文  参考訳（メタデータ） (2021-06-21T05:08:34Z)

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。