Fugu-MT 論文翻訳(概要): Calibration Venus: An Interactive Camera Calibration Method Based on Search Algorithm and Pose Decomposition

論文の概要: Calibration Venus: An Interactive Camera Calibration Method Based on Search Algorithm and Pose Decomposition

arxiv url: http://arxiv.org/abs/2009.05983v1
Date: Sun, 13 Sep 2020 12:12:10 GMT
ステータス: 処理完了
システム内更新日: 2022-10-19 03:18:52.692947
Title: Calibration Venus: An Interactive Camera Calibration Method Based on Search Algorithm and Pose Decomposition
Title（参考訳）: Calibration Venus: 探索アルゴリズムと詩分解に基づく対話型カメラキャリブレーション手法
Authors: Wentai Lei, Mengdi Xu, Feifei Hou, Wensi Jiang
Abstract要約: 平面板を用いたインタラクティブキャリブレーション法は, 再現性と操作上の利点から, カメラキャリブレーションの分野で人気が高まっている。既存の手法では、主観的な経験に基づいて、あらかじめ定義されたポーズの固定されたデータセットから提案を選択する。
参考スコア（独自算出の注目度）: 2.878441608970396
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In many scenarios where cameras are applied, such as robot positioning and unmanned driving, camera calibration is one of the most important pre-work. The interactive calibration method based on the plane board is becoming popular in camera calibration field due to its repeatability and operation advantages. However, the existing methods select suggestions from a fixed dataset of pre-defined poses based on subjective experience, which leads to a certain degree of one-sidedness. Moreover, they does not give users clear instructions on how to place the board in the specified pose.
Abstract（参考訳）: ロボットの位置決めや無人運転など、カメラを応用する多くのシナリオにおいて、カメラキャリブレーションは最も重要な事前作業の1つである。平面板を用いたインタラクティブキャリブレーション法は, 再現性と操作上の利点から, カメラキャリブレーション分野で人気が高まっている。しかし、既存の手法では、主観的な経験に基づいて、予め定義されたポーズの固定データセットから提案を選択する。さらに、特定のポーズでボードを配置する方法について、ユーザに明確な指示を与えていない。

関連論文リスト

PuzzleBoard: A New Camera Calibration Pattern with Position Encoding [0.0]
チェッカーボードキャリブレーションパターンの利点と軽量位置符号化を組み合わせた新しいキャリブレーションパターンを提案する。全体的なアプローチは、チェッカーボードのキャリブレーションパターンとチェッカーボードのキャリブレーションアルゴリズムの両方と後方互換性がある。
論文参考訳（メタデータ） (2024-09-30T09:27:06Z)
EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable Rendering and Space Exploration [49.90228618894857]
我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
論文参考訳（メタデータ） (2023-05-02T03:49:54Z)
Deep Learning for Camera Calibration and Beyond: A Survey [100.75060862015945]
カメラキャリブレーションでは、キャプチャされたシーケンスから幾何学的特徴を推測するために、カメラパラメータを推定する。近年の取り組みでは,手動キャリブレーションの繰り返し作業に代えて,学習ベースのソリューションが活用される可能性が示唆されている。
論文参考訳（メタデータ） (2023-03-19T04:00:05Z)
Online Marker-free Extrinsic Camera Calibration using Person Keypoint Detections [25.393382192511716]
本稿では,複数のスマートエッジセンサの外部校正のためのマーカーレスオンライン手法を提案する。本手法では,固有カメラパラメータを推定し,カメラのポーズの粗い初期推定値でプライマーを推定する。本手法による校正は,オフライン手法による基準校正よりも低い再投影誤差が得られることを示す。
論文参考訳（メタデータ） (2022-09-15T15:54:21Z)
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)
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)
Procam Calibration from a Single Pose of a Planar Target [0.30458514384586405]
平面チェス盤ターゲットの単一ポーズからプロカムシステムを校正するための新しいユーザフレンドリーな手法を提案する。チェスボード上にグレイコードパターンのシーケンスが投影され、カメラとプロジェクタとチェスボードの対応が自動的に抽出される。提案手法は,既存の多目的手法に匹敵する精度を示すプロカムシステム上で実験的に検証されている。
論文参考訳（メタデータ） (2021-02-22T22:53:29Z)
Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
論文参考訳（メタデータ） (2021-01-12T12:02:26Z)
Zero-Shot Calibration of Fisheye Cameras [0.010956300138340428]
提案手法は,カメラの水平及び垂直の視野情報から,画像の取得を伴わないカメラパラメータを推定する。この方法は画像歪みが大きい広角カメラや魚眼カメラに特に有用である。
論文参考訳（メタデータ） (2020-11-30T08:10:24Z)
Infrastructure-based Multi-Camera Calibration using Radial Projections [117.22654577367246]
パターンベースのキャリブレーション技術は、カメラの内在を個別にキャリブレーションするために使用することができる。 Infrastucture-based calibration techniqueはSLAMやStructure-from-Motionで事前に構築した3Dマップを用いて外部情報を推定することができる。本稿では,インフラストラクチャベースのアプローチを用いて,マルチカメラシステムをスクラッチから完全にキャリブレーションすることを提案する。
論文参考訳（メタデータ） (2020-07-30T09:21:04Z)
On-line non-overlapping camera calibration net [2.4569090161971743]
カメラ間ポーズ推定のオンライン手法を提案する。シミュレーションとKITTIデータセットを用いた実験は,シミュレーションに有効であることを示す。
論文参考訳（メタデータ） (2020-02-19T04:59:11Z)

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。