論文の概要: A Method of Generating Measurable Panoramic Image for Indoor Mobile Measurement System

• arxiv url: http://arxiv.org/abs/2010.14270v1
• Date: Tue, 27 Oct 2020 13:12:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-02 12:14:27.700080
• Title: A Method of Generating Measurable Panoramic Image for Indoor Mobile Measurement System
• Title（参考訳）: 屋内移動体計測システムのための計測可能なパノラマ画像生成法
• Authors: Hao Ma, Jingbin Liu, Zhirong Hu, Hongyu Qiu, Dong Xu, Zemin Wang, Xiaodong Gong, Sheng Yang
• Abstract要約: 本稿では,深度情報を用いた高画質パノラマ画像を生成する手法を設計する。 画像データと3D点の融合については,パラメータ自己適応フレームワークを用いて2次元深度マップを作成する。 画像縫合にはグラフカット法を用いて重ね合わせ領域の最適シームラインを探索する。
• 参考スコア（独自算出の注目度）: 36.47697710426005
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper designs a technique route to generate high-quality panoramic image with depth information, which involves two critical research hotspots: fusion of LiDAR and image data and image stitching. For the fusion of 3D points and image data, since a sparse depth map can be firstly generated by projecting LiDAR point onto the RGB image plane based on our reliable calibrated and synchronized sensors, we adopt a parameter self-adaptive framework to produce 2D dense depth map. For image stitching, optimal seamline for the overlapping area is searched using a graph-cuts-based method to alleviate the geometric influence and image blending based on the pyramid multi-band is utilized to eliminate the photometric effects near the stitching line. Since each pixel is associated with a depth value, we design this depth value as a radius in the spherical projection which can further project the panoramic image to the world coordinate and consequently produces a high-quality measurable panoramic image. The purposed method is tested on the data from our data collection platform and presents a satisfactory application prospects.
• Abstract（参考訳）: 本稿では,LiDARと画像データの融合と画像縫合という2つの重要な研究ホットスポットを含む,深度情報付き高品質なパノラマ画像を生成する手法を設計する。 3dポイントと画像データの融合のために, 信頼性の高いキャリブレーションおよび同期センサに基づいて, ライダーポイントをrgb画像平面に投影することにより, まずスパース深度マップを生成できるので, パラメータ自己適応フレームワークを採用し, 2次元高密度深度マップを作成する。 画像縫合には、グラフカットに基づく方法を用いて重なり領域の最適シームラインを探索し、ピラミッドマルチバンドに基づく幾何学的影響と画像ブレンドを緩和し、縫合線近傍の測光効果を解消する。 各画素は深度値に関連付けられているので、この深さ値を球面投影の半径として設計し、さらにパノラマ画像を世界座標に投影し、高品質で測定可能なパノラマ画像を生成する。 目的とする手法は,データ収集プラットフォームからのデータに基づいてテストし,良好なアプリケーションの見通しを示す。

関連論文リスト

• Refinement of Monocular Depth Maps via Multi-View Differentiable Rendering [4.717325308876748]
  本稿では,複数の画像から一貫した詳細な深度マップを生成するための新しい手法を提案する。 我々は、位相的に完全だが計量的に不正確な深度マップを生成する単眼深度推定の進歩を活用する。 提案手法は,高密度で詳細で高品質な深度マップを作成でき,また屋内シナリオの挑戦も可能であり,最先端の深度復元手法よりも優れている。
  論文  参考訳（メタデータ） (2024-10-04T18:50:28Z)
• TerrainMesh: Metric-Semantic Terrain Reconstruction from Aerial Images Using Joint 2D-3D Learning [20.81202315793742]
  本稿では,視覚的オドメトリーアルゴリズムによって保持される各カメラにおける局所的メートル法-セマンティックメッシュを再構築する2次元3次元学習手法を提案する。 メッシュはグローバル環境モデルに組み立てて、オンライン操作中の地形のトポロジとセマンティクスをキャプチャすることができる。
  論文  参考訳（メタデータ） (2022-04-23T05:18:39Z)
• Depth-SIMS: Semi-Parametric Image and Depth Synthesis [23.700034054124604]
  本稿では,RGBキャンバスを高品質なRGB画像に変換するインペイントネットワークと組み合わせて,適切に整列されたセグメンテーションマップとスパース深度マップを備えたRGBキャンバスを生成する手法を提案する。 構造アライメントと画質の面でのベンチマークを行い,SOTAよりもmIoUが3.7%増加し,競争力の高いFIDが得られた。 セマンティックセグメンテーションと深度補完のためのトレーニングデータとして生成されたデータの品質を分析し,本手法が他の手法よりも適していることを示す。
  論文  参考訳（メタデータ） (2022-03-07T13:58:32Z)
• Extracting Triangular 3D Models, Materials, and Lighting From Images [59.33666140713829]
  多視点画像観測による材料と照明の協調最適化手法を提案する。 従来のグラフィックスエンジンにデプロイ可能な,空間的に変化する材料と環境を備えたメッシュを活用します。
  論文  参考訳（メタデータ） (2021-11-24T13:58:20Z)
• Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
  多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。 我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。 本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
  論文  参考訳（メタデータ） (2021-10-11T20:20:03Z)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)
• Mesh Reconstruction from Aerial Images for Outdoor Terrain Mapping Using Joint 2D-3D Learning [12.741811850885309]
  本稿では,無人航空機から得られた頭上画像を用いて,屋外地形のマッピングを行う。 飛行中の航空画像からの深度推定は困難です。 各カメラの局所メッシュを再構成する2d-3d学習手法を共同開発し,地球環境モデルとして構築する。
  論文  参考訳（メタデータ） (2021-01-06T02:09:03Z)
• Deep 3D Capture: Geometry and Reflectance from Sparse Multi-View Images [59.906948203578544]
  本稿では,任意の物体の高品質な形状と複雑な空間変化を持つBRDFを再構成する学習に基づく新しい手法を提案する。 まず、深層多視点ステレオネットワークを用いて、ビューごとの深度マップを推定する。 これらの深度マップは、異なるビューを粗く整列するために使用される。 本稿では,新しい多視点反射率推定ネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-03-27T21:28:54Z)
• Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset for Spatially Varying Isotropic Materials [65.95928593628128]
  多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。 我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
  論文  参考訳（メタデータ） (2020-01-18T12:26:22Z)

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。