論文の概要: Cyclopean Geometry of Binocular Vision
- arxiv url: http://arxiv.org/abs/2012.06363v1
- Date: Fri, 11 Dec 2020 14:05:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-11 08:01:25.960288
- Title: Cyclopean Geometry of Binocular Vision
- Title(参考訳): 双眼視のサイクロピー幾何学
- Authors: Miles Hansard and Radu Horaud
- Abstract要約: 双眼射影の幾何学は、霊長類視覚系を参照して解析される。
網膜画像に対する協調眼球運動の影響について検討した。
網膜画像からの視覚方向と奥行きの回復について検討する。
- 参考スコア(独自算出の注目度): 24.756003635916613
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The geometry of binocular projection is analyzed, with reference to the
primate visual system. In particular, the effects of coordinated eye movements
on the retinal images are investigated. An appropriate oculomotor
parameterization is defined, and is shown to complement the classical version
and vergence angles. The midline horopter is identified, and subsequently used
to construct the epipolar geometry of the system. It is shown that the
Essential matrix can be obtained by combining the epipoles with the projection
of the midline horopter. A local model of the scene is adopted, in which depth
is measured relative to a plane containing the fixation point. The binocular
disparity field is given a symmetric parameterization, in which the unknown
scene-depths determine the location of corresponding image-features. The
resulting Cyclopean depth-map can be combined with the estimated oculomotor
parameters, to produce a local representation of the scene. The recovery of
visual direction and depth from retinal images is discussed, with reference to
the relevant psychophysical and neurophysiological literature.
- Abstract(参考訳): 双眼射影の幾何学は、霊長類視覚系を参照して解析される。
特に網膜画像に対する協調眼球運動の影響について検討した。
適切なOculomotorパラメータ化が定義され、古典的なバージョンと頂点角を補完するように示される。
中間線ホロプターが同定され、その後システムのエピポーラ形状を構築するのに使用される。
エピポールと中間線ホロープターの投影を組み合わせることで本質マトリックスが得られることを示した。
固定点を含む平面に対して深さを測定するシーンの局所モデルを採用する。
両眼差場は対称パラメータ化が与えられ、未知のシーン深度が対応する画像特徴の位置を決定する。
結果のサイクロピア深度マップは推定されたオキュロモータパラメータと組み合わせて、シーンの局所的な表現を生成することができる。
網膜画像からの視覚方向と奥行きの回復について, 関連する精神物理学的, 神経生理学的文献から考察した。
関連論文リスト
- Enhanced Scale-aware Depth Estimation for Monocular Endoscopic Scenes with Geometric Modeling [42.70053750500301]
本稿では,幾何学的モデリングによる深度推定のための単眼画像のみを用いた新しいスケールアウェアフレームワークを提案する。
具体的には、まず、単分子深度推定の品質を高めるための多分解能深度融合戦略を提案する。
スケール係数と相対深度推定を結合することにより、単眼内視鏡シーンのスケール認識深度を推定できる。
論文 参考訳(メタデータ) (2024-08-14T03:18:04Z) - Curved Diffusion: A Generative Model With Optical Geometry Control [56.24220665691974]
最終シーンの外観に対する異なる光学系の影響は、しばしば見過ごされる。
本研究では,画像レンダリングに使用される特定のレンズとテキスト画像拡散モデルを密接に統合するフレームワークを提案する。
論文 参考訳(メタデータ) (2023-11-29T13:06:48Z) - Periocular biometrics: databases, algorithms and directions [69.35569554213679]
近視バイオメトリックスは、制御されていない条件下での虹彩や顔のシステムの性能に関する懸念から、独立したモダリティとして確立されている。
本稿では, 近視バイオメトリックス研究における最先端技術について概説する。
論文 参考訳(メタデータ) (2023-07-26T11:14:36Z) - Periocular Biometrics: A Modality for Unconstrained Scenarios [66.93179447621188]
眼球周囲のバイオメトリックスには、眼窩を囲む顔の外部から見える領域が含まれる。
新型コロナウイルス(COVID-19)のパンデミックは、コントロールされた設定でも目に見える唯一の顔領域であり、その重要性を強調している。
論文 参考訳(メタデータ) (2022-12-28T12:08:27Z) - Compact multi-scale periocular recognition using SAFE features [63.48764893706088]
特徴拡張(SAFE)記述子による対称性評価に基づく眼周囲認識のための新しい手法を提案する。
我々は、スクレラ中心を特徴抽出の単一キーポイントとして使用し、眼のこの点に集中するオブジェクトのようなアイデンティティ特性を強調します。
論文 参考訳(メタデータ) (2022-10-18T11:46:38Z) - Dense Prediction Transformer for Scale Estimation in Monocular Visual
Odometry [0.0]
本論文は, 単眼視覚計測システムにおけるスケール推定における高密度予測変換器モデルの適用性を示す。
実験結果から, 単分子系のスケールドリフト問題は, 深度マップの正確な推定により低減できることが示唆された。
論文 参考訳(メタデータ) (2022-10-04T16:29:21Z) - Edge-preserving Near-light Photometric Stereo with Neural Surfaces [76.50065919656575]
近光光度ステレオで解析的に微分可能なニューラルサーフェスを導入し、シャープ深度エッジでの微分誤差を回避する。
合成シーンと実世界のシーンの両方で実験を行い, エッジ保存による詳細な形状復元法の有効性を実証した。
論文 参考訳(メタデータ) (2022-07-11T04:51:43Z) - Bayesian Eye Tracking [63.21413628808946]
モデルに基づく視線追跡は、目の特徴検出エラーの影響を受けやすい。
モデルベースアイトラッキングのためのベイズフレームワークを提案する。
提案手法は,最先端のモデルベースおよび学習ベースの手法と比較して,一般化能力の大幅な向上を示す。
論文 参考訳(メタデータ) (2021-06-25T02:08:03Z) - Monocular Retinal Depth Estimation and Joint Optic Disc and Cup
Segmentation using Adversarial Networks [18.188041599999547]
本稿では,1つの画像から深度マップを予測するために,対角ネットワークを用いた新しい手法を提案する。
5倍のクロスバリデーションで0.92の非常に高い平均相関係数を得る。
次に,光ディスクとカップセグメンテーションのプロキシタスクとして深度推定プロセスを利用する。
論文 参考訳(メタデータ) (2020-07-15T06:21:46Z)
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。