論文の概要: Hybrid Rotation Averaging: A Fast and Robust Rotation Averaging Approach

• arxiv url: http://arxiv.org/abs/2101.09116v2
• Date: Sun, 31 Jan 2021 11:50:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-20 17:24:26.773315
• Title: Hybrid Rotation Averaging: A Fast and Robust Rotation Averaging Approach
• Title（参考訳）: ハイブリッド回転平均化:高速かつロバストな回転平均化アプローチ
• Authors: Yu Chen and Ji Zhao and Laurent Kneip
• Abstract要約: 運動からのインクリメンタル構造(SfM)に対するハイブリッド回転平均化手法を提案する。 グローバルRAは低騒音条件下でのグローバルな最適性を保証するが、非効率であり、外れ値や高騒音の影響を受けやすい。 提案手法は,悪いカメラポーズを効果的に補正し,ドリフトを低減し,高い実用性を示す。
• 参考スコア（独自算出の注目度）: 28.56388668402907
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We address rotation averaging (RA) and its application to real-world 3D reconstruction. Local optimisation based approaches are the defacto choice, though they only guarantee a local optimum. Global optimizers ensure global optimality in low noise conditions, but they are inefficient and may easily deviate under the influence of outliers or elevated noise levels. We push the envelope of rotation averaging by leveraging the advantages of global RA method and local RA method. Combined with a fast view graph filtering as preprocessing, the proposed hybrid approach is robust to outliers. We apply the proposed hybrid rotation averaging approach to incremental Structure from Motion (SfM) by adding the resulting global rotations as regularizers to bundle adjustment. Overall, we demonstrate high practicality of the proposed method as bad camera poses are effectively corrected and drift is reduced.
• Abstract（参考訳）: 回転平均化(RA)と実世界の3D再構成への応用について述べる。 局所最適化に基づくアプローチはデファクトの選択であるが、局所最適化のみを保証する。 グローバルオプティマイザは低騒音条件下でのグローバルな最適性を保証するが、非効率であり、外れ値や高騒音の影響を受けやすい。 我々は,大域的RA法と局所的RA法の利点を利用して,回転平均化のエンベロープを推し進める。 高速なビューグラフフィルタリングを前処理として組み合わせることで、提案したハイブリッドアプローチは外れ値に対して堅牢である。 提案手法のハイブリッド回転平均化手法を, 正規化器として大域回転を付加することにより, 運動からのインクリメンタル構造(SfM)に適用する。 全体として,悪質なカメラポーズを効果的に補正し,ドリフトを低減し,提案手法の実用性が高いことを示す。

関連論文リスト

• Efficient Federated Learning via Local Adaptive Amended Optimizer with Linear Speedup [90.26270347459915]
  そこで我々は,グローバル・アダプティカル・アダプティカル・アダプティカル・アダプティカル・アダプティカル・アルゴリズムを提案する。 textitLADAは通信ラウンドを大幅に削減し、複数のベースラインよりも高い精度を実現する。
  論文  参考訳（メタデータ） (2023-07-30T14:53:21Z)
• Dynamic Regularized Sharpness Aware Minimization in Federated Learning: Approaching Global Consistency and Smooth Landscape [59.841889495864386]
  フェデレートラーニング(FL)では、グローバルサーバの協調の下で、ローカルクライアントのクラスタがチェアリングされる。 クライアントは自身のオプティマに過度に適合する傾向にあり、グローバルな目標から非常に逸脱する。 tt Family FedSMOOは、グローバルな目的に対する局所的な最適性を保証するために動的正規化器を採用する。 理論解析により, tt Family FedSMOO は, 低境界一般化による高速$mathcalO (1/T)$収束率を達成することが示された。
  論文  参考訳（メタデータ） (2023-05-19T10:47:44Z)
• RAGO: Recurrent Graph Optimizer For Multiple Rotation Averaging [62.315673415889314]
  本稿では,複数回転平均化(MRA)のための深部繰り返し回転平均化グラフ(RAGO)を提案する。 我々のフレームワークは、実世界のアプリケーションに小さなサイズでデプロイされた、リアルタイムに学習から最適化するローテーション平均化グラフである。
  論文  参考訳（メタデータ） (2022-12-14T13:19:40Z)
• Scalable Distributional Robustness in a Class of Non Convex Optimization with Guarantees [7.541571634887807]
  分散ロバスト最適化 (DRO) は, サンプルベース問題と同様に, 学習におけるロバスト性を示す。 実世界における課題を解くのに十分ではない混合整数クラスタリングプログラム (MISOCP) を提案する。
  論文  参考訳（メタデータ） (2022-05-31T09:07:01Z)
• ART-Point: Improving Rotation Robustness of Point Cloud Classifiers via Adversarial Rotation [89.47574181669903]
  本研究では, 点雲分類器の回転ロバスト性も, 対角訓練により得られることを示す。 具体的には、ART-Pointというフレームワークは、ポイントクラウドの回転を攻撃と見なしている。 最終的なロバストモデルに効率よく到達するために,高速なワンステップ最適化を提案する。
  論文  参考訳（メタデータ） (2022-03-08T07:20:16Z)
• Rotation Coordinate Descent for Fast Globally Optimal Rotation Averaging [47.3713707521106]
  回転座標降下 (RCD) と呼ばれる世界最適性を実現する高速アルゴリズムを提案する。 半定値行列を行ごと更新することでSDPを解くブロック座標降下(BCD)とは異なり、RCDは繰り返しを通して全ての有効な回転を直接維持・更新する。 我々は数学的にアルゴリズムの収束を証明し、最先端のグローバル手法よりも優れた効率を示す。
  論文  参考訳（メタデータ） (2021-03-15T11:31:34Z)
• Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
  視覚SLAMシステムのための新しい最適化バックボーンを提案する。 従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。 我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
  論文  参考訳（メタデータ） (2020-11-02T18:02:26Z)
• Shonan Rotation Averaging: Global Optimality by Surfing $SO(p)^n$ [26.686173666277725]
  焼南回転平均化は, 測定ノイズの軽度な仮定の下で, 世界規模で最適解を復元することが保証される。 そこで本手法では, 回転平均化問題の最適解を導出するために半定緩和法を用いる。
  論文  参考訳（メタデータ） (2020-08-06T16:08:23Z)

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。