論文の概要: Relative Pose Estimation of Calibrated Cameras with Known
$\mathrm{SE}(3)$ Invariants
- arxiv url: http://arxiv.org/abs/2007.07686v1
- Date: Wed, 15 Jul 2020 13:55:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-10 06:31:16.825451
- Title: Relative Pose Estimation of Calibrated Cameras with Known
$\mathrm{SE}(3)$ Invariants
- Title（参考訳）: 既知の$\mathrm{se}(3)$不変量を持つ校正カメラの相対ポーズ推定
- Authors: Bo Li, Evgeniy Martyushev, Gim Hee Lee
- Abstract要約: 既知の$mathrmSE(3)$不変量で制約されたカメラの相対ポーズ推定問題について完全な研究を行う。
これらの問題は、相対的なポーズ推定のための点対の最小数を減少させる。
合成データと実データを用いた実験では,従来の相対ポーズ推定法と比較して性能が向上した。
- 参考スコア（独自算出の注目度）: 65.2314683780204
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The $\mathrm{SE}(3)$ invariants of a pose include its rotation angle and
screw translation. In this paper, we present a complete comprehensive study of
the relative pose estimation problem for a calibrated camera constrained by
known $\mathrm{SE}(3)$ invariant, which involves 5 minimal problems in total.
These problems reduces the minimal number of point pairs for relative pose
estimation and improves the estimation efficiency and robustness. The
$\mathrm{SE}(3)$ invariant constraints can come from extra sensor measurements
or motion assumption. Different from conventional relative pose estimation with
extra constraints, no extrinsic calibration is required to transform the
constraints to the camera frame. This advantage comes from the invariance of
$\mathrm{SE}(3)$ invariants cross different coordinate systems on a rigid body
and makes the solvers more convenient and flexible in practical applications.
Besides proposing the concept of relative pose estimation constrained by
$\mathrm{SE}(3)$ invariants, we present a comprehensive study of existing
polynomial formulations for relative pose estimation and discover their
relationship. Different formulations are carefully chosen for each proposed
problems to achieve best efficiency. Experiments on synthetic and real data
shows performance improvement compared to conventional relative pose estimation
methods.
- Abstract（参考訳）: ポーズの$\mathrm{se}(3)$不変量には、回転角とスクリュー変換が含まれる。
本稿では、既知の$\mathrm{SE}(3)$不変量で制約されたキャリブレーションカメラの相対ポーズ推定問題について、総じて5つの最小問題を含む完全な総合的研究を行う。
これらの問題は、相対的なポーズ推定のための最小の点対数を減らし、推定効率とロバスト性を向上させる。
$\mathrm{SE}(3)$不変制約は、余分なセンサーの測定や動きの仮定から得られる。
余分な制約を伴う従来の相対的なポーズ推定とは異なり、制約をカメラフレームに変換するために余分なキャリブレーションは不要である。
この利点は、厳密な体上の異なる座標系を横断する$\mathrm{SE}(3)$不変量の不変性から来ており、より便利で実用的な応用において柔軟である。
相対ポーズ推定の概念を$\mathrm{SE}(3)$不変量で制約するだけでなく、既存の多項式定式化の包括的研究を行い、それらの関係を明らかにする。
提案された各問題に対して異なる定式化を慎重に選択し、最適な効率を達成する。
合成データと実データを用いた実験では,従来の相対ポーズ推定法と比較して性能が向上した。
関連論文リスト
- UNOPose: Unseen Object Pose Estimation with an Unposed RGB-D Reference Image [86.7128543480229]
単参照型オブジェクトポーズ推定のための新しいアプローチとベンチマークをUNOPoseと呼ぶ。
粗大なパラダイムに基づいて、UNOPoseはSE(3)不変の参照フレームを構築し、オブジェクト表現を標準化する。
重なり合う領域内に存在すると予測される確率に基づいて、各対応の重みを補正する。
論文 参考訳（メタデータ） (2024-11-25T05:36:00Z) - DVMNet: Computing Relative Pose for Unseen Objects Beyond Hypotheses [59.51874686414509]
現在のアプローチは、多数の離散的なポーズ仮説を持つ連続的なポーズ表現を近似している。
本稿では,DVMNet(Deep Voxel Matching Network)を提案する。
提案手法は,最先端の手法に比べて計算コストの低い新しいオブジェクトに対して,より正確なポーズ推定を行う。
論文 参考訳（メタデータ） (2024-03-20T15:41:32Z) - iComMa: Inverting 3D Gaussian Splatting for Camera Pose Estimation via Comparing and Matching [14.737266480464156]
コンピュータビジョンにおける6次元カメラのポーズ推定問題に対処するため,iComMaという手法を提案する。
3次元ガウススプラッティング(3DGS)の反転による高精度カメラポーズ推定法を提案する。
論文 参考訳（メタデータ） (2023-12-14T15:31:33Z) - AEP$n$P: A Less-constrained EP$n$P Solver for Pose Estimation with Anisotropic Scaling [26.396201197991118]
そこで我々は,P$nP問題に制約を緩和し,正確な3次元座標の必要性を排除した新しい手法を提案する。
古典的なEPn$Pソルバをベースとして、未知の異方性スケーリング因子を扱えるため、AEP$n$Pと呼ぶ。
論文 参考訳（メタデータ） (2023-10-15T23:20:54Z) - Affine Correspondences between Multi-Camera Systems for Relative Pose
Estimation [11.282703971318934]
2つのアフィン対応(AC)を用いたマルチカメラシステムの相対ポーズを計算する新しい手法を提案する。
本稿では,ACsを用いた6DOF相対ポーズ推定問題により,最小解が実現可能であることを示す。
仮想および実マルチカメラシステムの実験により、提案手法は最先端のアルゴリズムよりも効率的であることが証明された。
論文 参考訳（メタデータ） (2023-06-22T15:52:48Z) - CPnP: Consistent Pose Estimator for Perspective-n-Point Problem with Bias Elimination [10.099598169569383]
バイアス除去を用いた一貫した解法emphCを提案する。
閉形式最小二乗解が得られた部分トラクションバイアスを解析する。
合成データと実画像の両方でテストしたところ,提案した推定器は,濃密な視覚的特徴を持つ画像に対して,よく知られた推定器よりも優れていることがわかった。
論文 参考訳（メタデータ） (2022-09-13T09:00:58Z) - Instance-optimality in optimal value estimation: Adaptivity via
variance-reduced Q-learning [99.34907092347733]
本稿では,マルコフ決定過程における最適な$Q$値関数を離散状態と動作で推定する問題を解析する。
局所的なミニマックスフレームワークを用いて、この関数は任意の推定手順の精度の低い境界に現れることを示す。
他方,Q$ラーニングの分散還元版を解析することにより,状態と行動空間の対数的要因まで,下位境界のシャープさを確立する。
論文 参考訳（メタデータ） (2021-06-28T00:38:54Z) - Self-Supervised 3D Hand Pose Estimation from monocular RGB via
Contrastive Learning [50.007445752513625]
本稿では,3次元ポーズ推定における構造化回帰タスクに対する自己教師付き手法を提案する。
我々は、不変および同変のコントラスト目的の影響を実験的に検討した。
追加のラベル付きデータに基づいてトレーニングされた標準のResNet-152が、FreiHAND上のPA-EPEで7.6%の改善を実現していることを示す。
論文 参考訳（メタデータ） (2021-06-10T17:48:57Z) - 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)
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。