論文の概要: Self-Calibration Supported Robust Projective Structure-from-Motion

• arxiv url: http://arxiv.org/abs/2007.02045v1
• Date: Sat, 4 Jul 2020 08:47:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-13 13:38:52.845547
• Title: Self-Calibration Supported Robust Projective Structure-from-Motion
• Title（参考訳）: 自己校正支援ロバスト射影構造
• Authors: Rui Gong, Danda Pani Paudel, Ajad Chhatkuli, and Luc Van Gool
• Abstract要約: 本稿では,自己校正制約によってマッチングプロセスが支持される統合されたStructure-from-Motion (SfM)法を提案する。 これらの制約を利用して,ロバストなマルチビューマッチングと正確なカメラキャリブレーションを示す実験結果を示す。
• 参考スコア（独自算出の注目度）: 80.15392629310507
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Typical Structure-from-Motion (SfM) pipelines rely on finding correspondences across images, recovering the projective structure of the observed scene and upgrading it to a metric frame using camera self-calibration constraints. Solving each problem is mainly carried out independently from the others. For instance, camera self-calibration generally assumes correct matches and a good projective reconstruction have been obtained. In this paper, we propose a unified SfM method, in which the matching process is supported by self-calibration constraints. We use the idea that good matches should yield a valid calibration. In this process, we make use of the Dual Image of Absolute Quadric projection equations within a multiview correspondence framework, in order to obtain robust matching from a set of putative correspondences. The matching process classifies points as inliers or outliers, which is learned in an unsupervised manner using a deep neural network. Together with theoretical reasoning why the self-calibration constraints are necessary, we show experimental results demonstrating robust multiview matching and accurate camera calibration by exploiting these constraints.
• Abstract（参考訳）: 典型的なstructure-from-motion(sfm)パイプラインは、画像間の対応関係を見つけ、観察したシーンの投影構造を復元し、カメラの自己校正制約を用いてメトリックフレームにアップグレードする。 各問題の解決は、主に他と独立して行われる。 例えば、カメラの自己調整は一般に正しい一致を仮定し、良好な投影再構成が得られた。 本稿では,自己校正制約によってマッチングプロセスが支持される統一SfM法を提案する。 良いマッチは有効なキャリブレーションをもたらすべきだという考えを使います。 本稿では,多視点対応フレームワークにおける絶対四重項射影方程式の双対像を用いて,一組の仮定対応から頑健なマッチングを求める。 マッチングプロセスは、深層ニューラルネットワークを用いて教師なしの方法で学習される不整点または外れ値としてポイントを分類する。 自己校正制約が必要な理由を理論的に推論すると共に,これらの制約を利用してロバストなマルチビューマッチングと正確なカメラキャリブレーションを示す実験結果を示す。

関連論文リスト

• Calibrated Cache Model for Few-Shot Vision-Language Model Adaptation [36.45488536471859]
  類似性は、ラベルのない画像を使用することで画像と画像の類似性を洗練する。 重みは、トレーニングサンプル間の関係を適切にモデル化するために、精度行列を重み関数に導入する。 GPの複雑さを低減するため,グループベースの学習戦略を提案する。
  論文  参考訳（メタデータ） (2024-10-11T15:12:30Z)
• Unsupervised Representation Learning by Balanced Self Attention Matching [2.3020018305241337]
  本稿では,BAMと呼ばれる画像特徴を埋め込む自己教師型手法を提案する。 我々は,これらの分布とグローバルな均衡とエントロピー正規化バージョンに一致する損失を最小化することにより,豊かな表現と特徴の崩壊を回避する。 半教師付きベンチマークと移動学習ベンチマークの両方において,先行手法と競合する性能を示す。
  論文  参考訳（メタデータ） (2024-08-04T12:52:44Z)
• FAR: Flexible, Accurate and Robust 6DoF Relative Camera Pose Estimation [30.710296843150832]
  画像間の相対的なカメラのポーズを推定することは、コンピュータビジョンにおいて中心的な問題となっている。 私たちのアプローチは、正確かつ堅牢な結果をもたらします。 包括的解析は設計選択をサポートし,提案手法が様々な特徴抽出器や対応推定器に柔軟に適用可能であることを示す。
  論文  参考訳（メタデータ） (2024-03-05T18:59:51Z)
• HandFlow: Quantifying View-Dependent 3D Ambiguity in Two-Hand Reconstruction with Normalizing Flow [73.7895717883622]
  条件付き正規化フローフレームワークにおける可塑性再構成の分布を明示的にモデル化する。 この課題に対して,明示的な曖昧さモデリングが適していることを示す。
  論文  参考訳（メタデータ） (2022-10-04T15:42:22Z)
• RNNPose: Recurrent 6-DoF Object Pose Refinement with Robust Correspondence Field Estimation and Pose Optimization [46.144194562841435]
  本稿では、オブジェクトポーズ改善のためのリカレントニューラルネットワーク(RNN)に基づくフレームワークを提案する。 この問題は、推定対応フィールドに基づいて非線形最小二乗問題として定式化される。 各イテレーションにおいて、対応フィールド推定とポーズ精錬を代替して行い、正確なオブジェクトポーズを復元する。
  論文  参考訳（メタデータ） (2022-03-24T06:24:55Z)
• How to Calibrate Your Event Camera [58.80418612800161]
  画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。 ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
  論文  参考訳（メタデータ） (2021-05-26T07:06:58Z)
• SIR: Self-supervised Image Rectification via Seeing the Same Scene from Multiple Different Lenses [82.56853587380168]
  本稿では、異なるレンズからの同一シーンの歪み画像の補正結果が同一であるべきという重要な知見に基づいて、新しい自己監督画像補正法を提案する。 我々は、歪みパラメータから修正画像を生成し、再歪み画像を生成するために、微分可能なワープモジュールを利用する。 本手法は,教師付きベースライン法や代表的最先端手法と同等あるいはそれ以上の性能を実現する。
  論文  参考訳（メタデータ） (2020-11-30T08:23:25Z)
• Minimal Solvers for Single-View Lens-Distorted Camera Auto-Calibration [4.152165675786137]
  特徴組合せを用いた解法は, 1つの特徴型のみを用いた解法よりも精度の高い校正が可能であることを示す。 レンズ歪んだ都市画像の標準データセット上で、最先端の性能を実証する。
  論文  参考訳（メタデータ） (2020-11-17T22:32:17Z)
• Deep Keypoint-Based Camera Pose Estimation with Geometric Constraints [80.60538408386016]
  連続するフレームから相対的なカメラのポーズを推定することは、視覚計測の基本的な問題である。 本稿では,検出,特徴抽出,マッチング,外乱除去のための学習可能なモジュールで構成されるエンドツーエンドのトレーニング可能なフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-29T21:41:31Z)
• A Flexible Framework for Designing Trainable Priors with Adaptive Smoothing and Game Encoding [57.1077544780653]
  我々は、前方通過を非滑らかな凸最適化問題として解釈できるニューラルネットワーク層の設計とトレーニングのための一般的なフレームワークを紹介する。 グラフのノードに代表されるローカルエージェントによって解決され、正規化関数を介して相互作用する凸ゲームに焦点を当てる。 このアプローチは、訓練可能なエンドツーエンドのディープモデル内で、古典的な画像の事前使用を可能にするため、画像の問題を解決するために魅力的である。
  論文  参考訳（メタデータ） (2020-06-26T08:34:54Z)

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。