Fugu-MT 論文翻訳(概要): Stereo Plane SLAM Based on Intersecting Lines

論文の概要: Stereo Plane SLAM Based on Intersecting Lines

arxiv url: http://arxiv.org/abs/2008.08218v3
Date: Thu, 29 Jul 2021 02:25:33 GMT
ステータス: 処理完了
システム内更新日: 2022-10-27 11:50:17.649431
Title: Stereo Plane SLAM Based on Intersecting Lines
Title（参考訳）: 交差線に基づくステレオ平面SLAM
Authors: Xiaoyu Zhang, Wei Wang, Xianyu Qi and Ziwei Liao
Abstract要約: 平面機能はSLAMシステムのドリフト誤差を低減するために安定なランドマークである。ステレオ画像から抽出した交差線を用いた平面パラメータの計算手法を提案する。
参考スコア（独自算出の注目度）: 10.892478925743967
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Plane feature is a kind of stable landmark to reduce drift error in SLAM system. It is easy and fast to extract planes from dense point cloud, which is commonly acquired from RGB-D camera or lidar. But for stereo camera, it is hard to compute dense point cloud accurately and efficiently. In this paper, we propose a novel method to compute plane parameters using intersecting lines which are extracted from the stereo image. The plane features commonly exist on the surface of man-made objects and structure, which have regular shape and straight edge lines. In 3D space, two intersecting lines can determine such a plane. Thus we extract line segments from both stereo left and right image. By stereo matching, we compute the endpoints and line directions in 3D space, and then the planes from two intersecting lines. We discard those inaccurate plane features in the frame tracking. Adding such plane features in stereo SLAM system reduces the drift error and refines the performance. We test our proposed system on public datasets and demonstrate its robust and accurate estimation results, compared with state-of-the-art SLAM systems. To benefit the research of plane-based SLAM, we release our codes at https://github.com/fishmarch/Stereo-Plane-SLAM.
Abstract（参考訳）: 平面機能はSLAMシステムのドリフトエラーを低減するための安定なランドマークの一種である。 RGB-Dカメラやライダーから取得される高密度の点雲から平面を抽出するのは簡単かつ高速である。しかし、ステレオカメラでは、高密度の雲を正確に効率的に計算することは困難である。本稿では,ステレオ画像から抽出した交差線を用いて平面パラメータを計算する新しい手法を提案する。平面は、通常の形状と直線を持つ人工物や構造物の表面に存在するのが一般的である。 3次元空間では、2つの交差線がそのような平面を決定することができる。これにより、ステレオ左画像と右画像の両方から線分を抽出する。ステレオマッチングにより、3次元空間における終点と線方向を計算し、2つの交差する線から平面を計算する。フレームトラッキングで不正確なプレーン機能を破棄します。ステレオSLAMシステムにそのような平面機能を加えるとドリフトエラーが減少し、性能が向上する。提案手法を公開データセット上で検証し,そのロバストかつ高精度な推定結果を,最先端SLAMシステムと比較した。平面ベースのSLAMの研究に役立つため、私たちはhttps://github.com/fishmarch/Stereo-Plane-SLAM.comでコードを公開しています。

関連論文リスト

MonoPlane: Exploiting Monocular Geometric Cues for Generalizable 3D Plane Reconstruction [37.481945507799594]
本稿では,MonoPlaneという汎用的な3次元平面検出・再構成フレームワークを提案する。まず、大規模な事前学習ニューラルネットワークを用いて、1つの画像から深度と表面の正常値を得る。これらの特異な幾何学的手がかりを近接誘導RANSACフレームワークに組み込んで各平面インスタンスに順次適合させる。
論文参考訳（メタデータ） (2024-11-02T12:15:29Z)
GIR: 3D Gaussian Inverse Rendering for Relightable Scene Factorization [62.13932669494098]
本稿では,3次元ガウス表現を用いた3次元ガウス逆レンダリング(GIR)手法を提案する。最短固有ベクトルを用いて各3次元ガウスの正規性を計算する。我々は3次元ガウシアン毎に方向対応の放射光を格納し、多重バウンス光輸送を近似するために二次照明をアンタングルするために、効率的なボクセルベースの間接照明追跡方式を採用する。
論文参考訳（メタデータ） (2023-12-08T16:05:15Z)
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)
SketchSampler: Sketch-based 3D Reconstruction via View-dependent Depth Sampling [75.957103837167]
1枚のスケッチ画像に基づいて3次元形状を再構成することは、スパースで不規則なスケッチと正規の高密度な3次元形状との間に大きな領域ギャップがあるため困難である。既存の作品では、3D座標を直接予測するためにスケッチから抽出されたグローバルな特徴を活用しようとするが、通常は入力スケッチに忠実でない細部を失う。
論文参考訳（メタデータ） (2022-08-14T16:37:51Z)
Occupancy Planes for Single-view RGB-D Human Reconstruction [120.5818162569105]
暗黙的な機能を持つシングルビューRGB-Dヒト再構成は、しばしばポイント単位の分類として定式化される。本稿では,カメラの視野フラストラムをスライスする平面上での占有率予測として,一視点のRGB-D人間の再構成を定式化できる占有面(OPlanes)表現を提案する。
論文参考訳（メタデータ） (2022-08-04T17:59:56Z)
VIP-SLAM: An Efficient Tightly-Coupled RGB-D Visual Inertial Planar SLAM [25.681256050571058]
本稿では,RGB,Depth,IMU,構造化平面情報とを融合した密結合SLAMシステムを提案する。我々は、最適化において多数の平面点のパラメータを除去するために、ホモグラフィ制約を用いる。グローバルバンドル調整はスパースポイントベースのSLAMアルゴリズムの約2倍高速である。
論文参考訳（メタデータ） (2022-07-04T01:45:24Z)
PlaneMVS: 3D Plane Reconstruction from Multi-View Stereo [32.81496429134453]
カメラのポーズによる複数入力ビューからの3次元平面再構成のための新しいフレームワークPlainMVSを提案する。対照的に、マルチビュー幾何学を利用するマルチビューステレオ(MVS)パイプラインで3次元平面を再構成する。本手法は,学習面の先行性により,SOTA学習に基づくMVS手法よりも優れる。
論文参考訳（メタデータ） (2022-03-22T22:35:46Z)
Monocular Road Planar Parallax Estimation [25.36368935789501]
乾燥可能な表面および周囲環境の3次元構造を推定することは、補助的かつ自律的な運転にとって重要な課題である。単眼画像からの3Dセンシングのための新しいディープニューラルネットワークであるRoad Planar Parallax Attention Network (RPANet)を提案する。 RPANetは、路面のホモグラフィに整列した一対の画像を入力として取り、3D再構成のための$gamma$mapを出力する。
論文参考訳（メタデータ） (2021-11-22T10:03:41Z)
KAPLAN: A 3D Point Descriptor for Shape Completion [80.15764700137383]
KAPLANは、一連の2D畳み込みを通じて局所的な形状情報を集約する3Dポイント記述子である。各平面において、正規点や平面間距離のような点特性は2次元グリッドに集約され、効率的な2次元畳み込みエンコーダを持つ特徴表現に抽象化される。公開データセットの実験では、KAPLANが3D形状の完成のために最先端のパフォーマンスを達成することが示されている。
論文参考訳（メタデータ） (2020-07-31T21:56:08Z)
From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized 3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文参考訳（メタデータ） (2020-01-21T06:51:47Z)

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。