論文の概要: Pose Estimation for Vehicle-mounted Cameras via Horizontal and Vertical Planes

• arxiv url: http://arxiv.org/abs/2008.05743v1
• Date: Thu, 13 Aug 2020 08:01:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-30 23:21:30.852504
• Title: Pose Estimation for Vehicle-mounted Cameras via Horizontal and Vertical Planes
• Title（参考訳）: 水平面および垂直面による車両搭載カメラのポーズ推定
• Authors: Istan Gergo Gal, Daniel Barath, Levente Hajder
• Abstract要約: そこで本研究では,移動車に搭載されたキャリブレーションカメラのエゴモーションを,単一のアフィン対応から推定する2つの新しい解法を提案する。 どちらの手法も行列係数が小さい線形系で解かれるため、非常に効率的である。 それらは、合成データと、公開されている現実世界のデータセットでテストされる。
• 参考スコア（独自算出の注目度）: 37.653076607939745
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose two novel solvers for estimating the egomotion of a calibrated camera mounted to a moving vehicle from a single affine correspondence via recovering special homographies. For the first class of solvers, the sought plane is expected to be perpendicular to one of the camera axes. For the second class, the plane is orthogonal to the ground with unknown normal, e.g., it is a building facade. Both methods are solved via a linear system with a small coefficient matrix, thus, being extremely efficient. Both the minimal and over-determined cases can be solved by the proposed methods. They are tested on synthetic data and on publicly available real-world datasets. The novel methods are more accurate or comparable to the traditional algorithms and are faster when included in state of the art robust estimators.
• Abstract（参考訳）: 移動車に搭載されたキャリブレーションカメラの運動を,特別なホモグラフを復元することで,単一のアフィン対応から推定する2つの新しい解法を提案する。 最初のクラスでは、探索された平面はカメラ軸の1つに垂直であることが期待されている。 第二のクラスでは、平面は未知の正常な地面と直交しており、例えば建物ファサードである。 どちらの手法も小さな係数行列を持つ線形系によって解かれるため、非常に効率的である。 最小かつ過度に決定されたケースは、提案手法によって解決できる。 これらは合成データと一般公開された実世界のデータセットでテストされる。 斬新な手法は従来のアルゴリズムとより正確か同等であり、最先端の頑健な推定器に含まれると高速である。

関連論文リスト

• Homography Guided Temporal Fusion for Road Line and Marking Segmentation [73.47092021519245]
  道路線やマーキングは、移動車両、影、グレアの存在下でしばしば閉鎖される。 本稿では,映像フレームを補足的に利用するHomography Guided Fusion (HomoFusion) モジュールを提案する。 カメラ固有のデータと地上平面の仮定をクロスフレーム対応に利用することにより,高速・高精度性能が向上した軽量ネットワークの実現が期待できることを示す。
  論文  参考訳（メタデータ） (2024-04-11T10:26:40Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• Efficient Second-Order Plane Adjustment [6.510507449705342]
  本稿では,平面間距離を最小化するために最適平面とセンサのポーズを推定する問題に焦点をあてる。 我々は、PA問題を効率的に解くためにニュートン法を採用する。 実験により,我々のアルゴリズムは広く使われているLMアルゴリズムよりもはるかに高速に収束していることが示された。
  論文  参考訳（メタデータ） (2022-11-21T15:06:11Z)
• Ground Plane Matters: Picking Up Ground Plane Prior in Monocular 3D Object Detection [92.75961303269548]
  先行する地平面は、モノクル3次元物体検出(M3OD)における非常に情報的な幾何学的手がかりである 本稿では,両問題を一度に解決するGPENetを提案する。 我々のGPENetは、他の手法よりも優れ、最先端のパフォーマンスを実現し、提案手法の有効性と優位性を示すことができる。
  論文  参考訳（メタデータ） (2022-11-03T02:21:35Z)
• PlaneDepth: Self-supervised Depth Estimation via Orthogonal Planes [41.517947010531074]
  複数の前頭平行面に基づく深度推定は、自己教師付き単眼深度推定(MDE)において顕著な結果を示した 本研究では,垂直面と接地面を含む新しい平面ベースプレゼンテーションであるPlaneDepthを提案する。 本手法は, 自律走行において重要な, 教師なしの方法で地上面を抽出することができる。
  論文  参考訳（メタデータ） (2022-10-04T13:51:59Z)
• Space-Partitioning RANSAC [30.255457622022487]
  RANSACモデルの品質計算を高速化する新しいアルゴリズムを提案する。 この方法は、例えば2D-2D点対応などの関節対応空間を2つの正則格子に分割することに基づいている。 RANSACの実行時間を41%削減するが、精度は確実に低下しない。
  論文  参考訳（メタデータ） (2021-11-24T10:10:04Z)
• 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)
• Globally Optimal Relative Pose Estimation with Gravity Prior [63.74377065002315]
  例えば、車やUAVで使われるスマートフォン、タブレット、カメラシステムは、通常は重力ベクトルを正確に測定できるIMUを備えている。 我々は,最小二乗の意味での代数的誤差を最小限に抑え,過度に決定されたポーズにおける相対的なポーズを推定する,新しいグローバル最適解法を提案する。 提案した解法は、約50万枚の画像対を持つ4つの実世界のデータセットの最先端の解法と比較される。
  論文  参考訳（メタデータ） (2020-12-01T13:09:59Z)
• Minimal Cases for Computing the Generalized Relative Pose using Affine Correspondences [41.35179046936236]
  アフィン対応(AC)からマルチカメラシステムの相対的なポーズを推定する3つの新しい解法を提案する。 推定されたポーズの精度は最先端技術よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-07-21T10:34:45Z)

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。