Fugu-MT 論文翻訳(概要): An underwater binocular stereo matching algorithm based on the best search domain

論文の概要: An underwater binocular stereo matching algorithm based on the best search domain

arxiv url: http://arxiv.org/abs/2102.04860v1
Date: Tue, 9 Feb 2021 14:53:07 GMT
ステータス: 処理完了
システム内更新日: 2021-02-10 15:01:27.838524
Title: An underwater binocular stereo matching algorithm based on the best search domain
Title（参考訳）: 最良探索領域に基づく水中双眼鏡ステレオマッチングアルゴリズム
Authors: Yimin Peng, Yunlong Li, Zijing Fang
Abstract要約: 本稿では,双眼鏡を用いた水中距離測定の精度を向上させるため,最適な探索領域に基づく新しい水中リアルタイム校正法とマッチング法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Binocular stereo vision is an important branch of machine vision, which imitates the human eye and matches the left and right images captured by the camera based on epipolar constraints. The matched disparity map can be calculated according to the camera imaging model to obtain a depth map, and then the depth map is converted to a point cloud image to obtain spatial point coordinates, thereby achieving the purpose of ranging. However, due to the influence of illumination under water, the captured images no longer meet the epipolar constraints, and the changes in imaging models make traditional calibration methods no longer applicable. Therefore, this paper proposes a new underwater real-time calibration method and a matching method based on the best search domain to improve the accuracy of underwater distance measurement using binoculars.
Abstract（参考訳）: 両眼立体視は、人間の眼を模倣し、エピポーラ制約に基づいてカメラが捉えた左右の画像と一致するマシンビジョンの重要な部分である。一致した不均一マップをカメラ画像モデルに従って算出して深度マップを得ることができ、その後、深度マップを点雲画像に変換して空間点座標を求めることにより、測位目的を達成する。しかし、水中での照明の影響により、撮影された画像はエピポーラ制約を満たせず、撮像モデルの変更により従来の校正法が適用できなくなる。そこで本論文では,水中リアルタイムキャリブレーション手法と最良探索領域に基づくマッチング手法を提案し,双眼鏡による水中距離測定の精度を向上させる。

関連論文リスト

Tightly-Coupled, Speed-aided Monocular Visual-Inertial Localization in Topological Map [0.7373617024876725]
本稿では,トポロジカルマップを用いた車両速度支援単眼視覚慣性位置推定のための新しいアルゴリズムを提案する。提案システムは、GPSやLiDARのような高価なセンサーに大きく依存する既存の手法の限界に対処することを目的としている。
論文参考訳（メタデータ） (2024-11-08T11:55:27Z)
RoFIR: Robust Fisheye Image Rectification Framework Impervious to Optical Center Deviation [88.54817424560056]
局所歪みの度合いと方向を測定する歪みベクトルマップ(DVM)を提案する。 DVMを学習することで、大域的な歪みパターンに頼ることなく、各ピクセルの局所歪みを独立に識別することができる。事前学習段階では、歪みベクトルマップを予測し、各画素の局所歪み特徴を知覚する。微調整段階では、魚眼画像修正のための画素単位のフローマップを予測する。
論文参考訳（メタデータ） (2024-06-27T06:38:56Z)
Unpaired Overwater Image Defogging Using Prior Map Guided CycleGAN [60.257791714663725]
オーバーウォーターシーンで画像をデフォグするための先行マップガイドサイクロン (PG-CycleGAN) を提案する。提案手法は,最先端の教師付き,半教師付き,非教師付きデグジングアプローチより優れている。
論文参考訳（メタデータ） (2022-12-23T03:00:28Z)
Nonlinear Intensity Underwater Sonar Image Matching Method Based on Phase Information and Deep Convolution Features [6.759506053568929]
本稿では,位相情報と深部畳み込み特徴に基づく組み合わせマッチング手法を提案する。 1つは、深い畳み込みの特徴がソナー像の局所的および大域的位置の類似性を測定するのに使えることである。
論文参考訳（メタデータ） (2021-11-29T02:36:49Z)
Nonlinear Intensity Sonar Image Matching based on Deep Convolution Features [10.068137357857134]
本稿では,位相情報と深部畳み込み特徴に基づく組み合わせマッチング手法を提案する。 1つは、ソナー画像の局所的および大域的位置の類似性を測定するために、深い畳み込み特徴を使用できることである。
論文参考訳（メタデータ） (2021-11-17T09:30:43Z)
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)
A learning-based view extrapolation method for axial super-resolution [52.748944517480155]
軸光界分解能は、再焦点によって異なる深さで特徴を区別する能力を指します。せん断エピポーラ平面画像の軸体積から新しい視点を推定する学習に基づく手法を提案する。
論文参考訳（メタデータ） (2021-03-11T07:22:13Z)
Robust Consistent Video Depth Estimation [65.53308117778361]
本稿では,単眼映像からカメラのカメラポーズと密集した深度マップを推定するアルゴリズムを提案する。本手法は,(1)低周波大規模アライメントのためのフレキシブルな変形-スプラインと(2)細部奥行き詳細の高周波アライメントのための幾何認識深度フィルタリングとを組み合わせた手法である。従来の手法とは対照的に, カメラのポーズを入力として必要とせず, かなりの音量, 揺動, 動きのぼやき, 転がりシャッター変形を含む携帯のハンドヘルドキャプチャに頑健な再構成を実現する。
論文参考訳（メタデータ） (2020-12-10T18:59:48Z)
Baseline and Triangulation Geometry in a Standard Plenoptic Camera [6.719751155411075]
レンズカメラに三角測量を適用可能な幾何学的光場モデルを提案する。提案手法から推定した距離は,カメラの前に設置した実物の距離と一致している。
論文参考訳（メタデータ） (2020-10-09T15:31:14Z)
Fast and Accurate Optical Flow based Depth Map Estimation from Light Fields [22.116100469958436]
既存の光フロー推定法に基づく光場からの深度推定法を提案する。異なる不均一写像が得られたと推定すると、非常に一貫したものであり、高速で単純な集合のステップで単一の不均一写像を作成できる。等間隔写像推定は一貫性があるため、各等間隔写像から深度写像を作成し、3次元空間内の異なる深度写像を集約して1つの濃度深度写像を作成することもできる。
論文参考訳（メタデータ） (2020-08-11T12:53:31Z)
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)

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。