論文の概要: Minimal Solvers for Single-View Lens-Distorted Camera Auto-Calibration

• arxiv url: http://arxiv.org/abs/2011.08988v1
• Date: Tue, 17 Nov 2020 22:32:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-24 17:04:57.982454
• Title: Minimal Solvers for Single-View Lens-Distorted Camera Auto-Calibration
• Title（参考訳）: 単眼レンズ収差カメラ自動校正のための最小解法
• Authors: Yaroslava Lochman, Oles Dobosevych, Rostyslav Hryniv, James Pritts
• Abstract要約: 特徴組合せを用いた解法は, 1つの特徴型のみを用いた解法よりも精度の高い校正が可能であることを示す。 レンズ歪んだ都市画像の標準データセット上で、最先端の性能を実証する。
• 参考スコア（独自算出の注目度）: 4.152165675786137
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes minimal solvers that use combinations of imaged translational symmetries and parallel scene lines to jointly estimate lens undistortion with either affine rectification or focal length and absolute orientation. We use constraints provided by orthogonal scene planes to recover the focal length. We show that solvers using feature combinations can recover more accurate calibrations than solvers using only one feature type on scenes that have a balance of lines and texture. We also show that the proposed solvers are complementary and can be used together in a RANSAC-based estimator to improve auto-calibration accuracy. State-of-the-art performance is demonstrated on a standard dataset of lens-distorted urban images. The code is available at https://github.com/ylochman/single-view-autocalib.
• Abstract（参考訳）: 本稿では,アフィン補正と焦点長,絶対配向の両面を連立的に推定するために,画像翻訳対称性と並列シーンラインの組み合わせを用いた最小解法を提案する。 直交シーン平面によって提供される制約を用いて焦点距離を復元する。 特徴組合せを用いた解法は,線とテクスチャのバランスの取れたシーンにおいて,一つの特徴型のみを用いて,解法よりも正確な校正を回復できることを示す。 また,提案手法は補完的であり,自動校正精度を向上させるためにRANSACを用いた推定器で併用可能であることを示す。 レンズ歪んだ都市画像の標準データセット上で、最先端の性能を示す。 コードはhttps://github.com/ylochman/single-view-autocalibで入手できる。

関連論文リスト

• 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)
• An Adaptive Method for Camera Attribution under Complex Radial Distortion Corrections [77.34726150561087]
  インカメラまたはインカメラソフトウェア/アサートウェアは、PRNUベースのカメラ属性を妨げるために、画像の支持グリッドを変更する。 この問題に対処する既存のソリューションは、計算負荷を抑制するために、数変数でパラメータ化された半径変換を用いて補正を反転/推定しようとする。 本稿では,Adobe Lightroom, Photoshop, Gimp, PT-Lensといったサードパーティ製ソフトウェアが適用したような高度な補正を,同心円に分割することで実現する適応アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-02-28T08:44:00Z)
• TartanCalib: Iterative Wide-Angle Lens Calibration using Adaptive SubPixel Refinement of AprilTags [23.568127229446965]
  現在の最先端技術による広角レンズの校正は、エッジの極端に歪みがあるため、結果を得られない。 精度の高い広角キャリブレーション手法を提案する。
  論文  参考訳（メタデータ） (2022-10-05T18:57:07Z)
• Self-Calibrating Neural Radiance Fields [68.64327335620708]
  キャリブレーション対象のないシーンの幾何学と正確なカメラパラメータを共同で学習する。 我々のカメラモデルは、ピンホールモデル、第4次ラジアル歪み、および任意の非線形カメラ歪みを学習可能な汎用ノイズモデルで構成されている。
  論文  参考訳（メタデータ） (2021-08-31T13:34:28Z)
• 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)
• CRLF: Automatic Calibration and Refinement based on Line Feature for LiDAR and Camera in Road Scenes [16.201111055979453]
  道路シーンにおけるライダーとカメラの遠距離パラメータを校正する新しい手法を提案する。 道路の車線やポールなどの静的な直線形状の物体を画像と点群の両方で線状化します。 KITTIと社内データセットに関する広範な実験を行い、定量的および定性的な結果は、当社の方法の堅牢性と正確性を示しています。
  論文  参考訳（メタデータ） (2021-03-08T06:02:44Z)
• Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
  局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。 本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。 実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
  論文  参考訳（メタデータ） (2020-07-20T12:07:48Z)
• UnRectDepthNet: Self-Supervised Monocular Depth Estimation using a Generic Framework for Handling Common Camera Distortion Models [8.484676769284578]
  本研究では,未修正単眼ビデオから深度,ユークリッド距離,および視覚計測を推定するための,汎用的な規模対応型自己教師パイプラインを提案する。 提案アルゴリズムは,KITTI修正データセットでさらに評価され,最先端の結果が得られた。
  論文  参考訳（メタデータ） (2020-07-13T20:35:05Z)
• Self-Calibration Supported Robust Projective Structure-from-Motion [80.15392629310507]
  本稿では,自己校正制約によってマッチングプロセスが支持される統合されたStructure-from-Motion (SfM)法を提案する。 これらの制約を利用して,ロバストなマルチビューマッチングと正確なカメラキャリブレーションを示す実験結果を示す。
  論文  参考訳（メタデータ） (2020-07-04T08:47:10Z)

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。