論文の概要: Loop-box: Multi-Agent Direct SLAM Triggered by Single Loop Closure for
Large-Scale Mapping
- arxiv url: http://arxiv.org/abs/2009.13851v1
- Date: Tue, 29 Sep 2020 08:26:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-13 06:55:15.511894
- Title: Loop-box: Multi-Agent Direct SLAM Triggered by Single Loop Closure for
Large-Scale Mapping
- Title(参考訳): loop-box: 大規模マッピングのための単一ループクロージャによるマルチエージェントダイレクトスラム
- Authors: M Usman Maqbool Bhutta, Manohar Kuse, Rui Fan, Yanan Liu, Ming Liu
- Abstract要約: SLAMでは、研究者は通常、非線形ポーズグラフ最適化技術を適用した後、3Dマップを構築して更新する。
多くのマルチエージェントシステムは、追加のセンサーからのオドメトリー情報を用いて普及している。
我々は,異なるカメラシステムに基づくマルチエージェント3Dマッピングにおける鍵シナリオの汎用的手法を開発した。
- 参考スコア(独自算出の注目度): 16.44575396463303
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we present a multi-agent framework for real-time large-scale
3D reconstruction applications. In SLAM, researchers usually build and update a
3D map after applying non-linear pose graph optimization techniques. Moreover,
many multi-agent systems are prevalently using odometry information from
additional sensors. These methods generally involve intensive computer vision
algorithms and are tightly coupled with various sensors. We develop a generic
method for the keychallenging scenarios in multi-agent 3D mapping based on
different camera systems. The proposed framework performs actively in terms of
localizing each agent after the first loop closure between them. It is shown
that the proposed system only uses monocular cameras to yield real-time
multi-agent large-scale localization and 3D global mapping. Based on the
initial matching, our system can calculate the optimal scale difference between
multiple 3D maps and then estimate an accurate relative pose transformation for
large-scale global mapping.
- Abstract(参考訳): 本稿では,リアルタイム大規模3次元再構成のためのマルチエージェントフレームワークを提案する。
SLAMでは、研究者は通常、非線形ポーズグラフ最適化技術を適用した後、3Dマップを構築して更新する。
さらに、多くのマルチエージェントシステムは、追加センサからのオドメトリー情報を用いて普及している。
これらの方法は一般的に集中型コンピュータビジョンアルゴリズムを含み、様々なセンサーと密結合している。
異なるカメラシステムに基づくマルチエージェント3dマッピングにおけるキーチャリングシナリオの汎用的手法を開発した。
提案フレームワークは,第1ループ閉鎖後の各エージェントのローカライズを積極的に行う。
提案システムは, リアルタイムマルチエージェント大規模ローカライゼーションと3次元グローバルマッピングを実現するために, 単眼カメラのみを用いた。
初期マッチングに基づいて,複数の3dマップ間の最適なスケール差を計算し,大規模グローバルマッピングのための正確な相対ポーズ変換を推定する。
関連論文リスト
- Plug-and-Play Regularization on Magnitude with Deep Priors for 3D Near-Field MIMO Imaging [0.0]
近接場レーダイメージングシステムは、隠蔽兵器の検出や医療診断など、幅広い用途で使用されている。
3次元複素数値反射率の問題は、その大きさに対して正則化を強制することによるものである。
論文 参考訳(メタデータ) (2023-12-26T12:25:09Z) - SeMLaPS: Real-time Semantic Mapping with Latent Prior Networks and
Quasi-Planar Segmentation [53.83313235792596]
本稿では,RGB-Dシーケンスからのリアルタイム意味マッピングのための新しい手法を提案する。
2DニューラルネットワークとSLAMシステムに基づく3Dネットワークと3D占有マッピングを組み合わせる。
本システムは,2D-3Dネットワークベースシステムにおいて,最先端のセマンティックマッピング品質を実現する。
論文 参考訳(メタデータ) (2023-06-28T22:36:44Z) - Multi-initialization Optimization Network for Accurate 3D Human Pose and
Shape Estimation [75.44912541912252]
我々はMulti-Initialization Optimization Network(MION)という3段階のフレームワークを提案する。
第1段階では,入力サンプルの2次元キーポイントに適合する粗い3次元再構成候補を戦略的に選択する。
第2段階では, メッシュ改質トランス (MRT) を設計し, 自己保持機構を用いて粗い再構成結果をそれぞれ洗練する。
最後に,RGB画像の視覚的証拠が与えられた3次元再構成と一致するかどうかを評価することで,複数の候補から最高の結果を得るために,一貫性推定ネットワーク(CEN)を提案する。
論文 参考訳(メタデータ) (2021-12-24T02:43:58Z) - Direct Multi-view Multi-person 3D Pose Estimation [138.48139701871213]
マルチビュー画像からマルチパーソン3Dポーズを推定するためのMulti-view Pose Transformer(MvP)を提案する。
MvPは、中間タスクに頼ることなく、複数の人物の3Dポーズを直接クリーンで効率的な方法で回帰する。
我々は,MvPモデルがより効率的でありながら,いくつかのベンチマークにおいて最先端の手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2021-11-07T13:09:20Z) - Soft Expectation and Deep Maximization for Image Feature Detection [68.8204255655161]
質問をひっくり返し、まず繰り返し可能な3Dポイントを探し、次に検出器を訓練して画像空間にローカライズする、反復的半教師付き学習プロセスSEDMを提案する。
以上の結果から,sdmを用いてトレーニングした新しいモデルでは,シーン内の下位3dポイントのローカライズが容易になった。
論文 参考訳(メタデータ) (2021-04-21T00:35:32Z) - Monocular, One-stage, Regression of Multiple 3D People [105.3143785498094]
我々は、複数の3D人物(ROMP)のための1段階方式で全てのメッシュを回帰することを提案する。
本手法は,体温マップとメッシュマップを同時に予測し,画素レベルの3Dボディメッシュを共同で記述する。
最先端の手法と比較して、ROMPは挑戦的なマルチパーソンベンチマークよりも優れた性能を示した。
論文 参考訳(メタデータ) (2020-08-27T17:21:47Z) - Light3DPose: Real-time Multi-Person 3D PoseEstimation from Multiple
Views [5.510992382274774]
いくつかのキャリブレーションされたカメラビューから複数の人物の3次元ポーズ推定を行う手法を提案する。
我々のアーキテクチャは、2次元ポーズ推定器のバックボーンから特徴マップを3次元シーンの包括的表現に集約する。
提案手法は本質的に効率的であり, 純粋なボトムアップ手法として, 現場の人数から計算的に独立している。
論文 参考訳(メタデータ) (2020-04-06T14:12:19Z) - Lightweight Multi-View 3D Pose Estimation through Camera-Disentangled
Representation [57.11299763566534]
空間校正カメラで撮影した多視点画像から3次元ポーズを復元する手法を提案する。
我々は3次元形状を利用して、入力画像をカメラ視点から切り離したポーズの潜在表現に融合する。
アーキテクチャは、カメラプロジェクション演算子に学習した表現を条件付け、ビュー当たりの正確な2次元検出を生成する。
論文 参考訳(メタデータ) (2020-04-05T12:52:29Z)
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。