論文の概要: Camera Calibration with Pose Guidance

• arxiv url: http://arxiv.org/abs/2102.10202v1
• Date: Fri, 19 Feb 2021 23:23:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-23 15:01:51.142769
• Title: Camera Calibration with Pose Guidance
• Title（参考訳）: Pose Guidanceによるカメラキャリブレーション
• Authors: Yuzhuo Ren, Feng Hu
• Abstract要約: カメラキャリブレーションは、自動運転や拡張現実など、さまざまなコンピュータビジョンタスクで重要な役割を果たします。 Pose Guidanceと呼ばれるキャリブレーションシステムを提案し、キャリブレーションの精度を向上させ、異なるユーザー間のキャリブレーションのばらつきを減らしたり、同じ人の異なる試験を行います。
• 参考スコア（独自算出の注目度）: 1.0152838128195465
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Camera calibration plays a critical role in various computer vision tasks such as autonomous driving or augmented reality. Widely used camera calibration tools utilize plane pattern based methodology, such as using a chessboard or AprilTag board, user's calibration expertise level significantly affects calibration accuracy and consistency when without clear instruction. Furthermore, calibration is a recurring task that has to be performed each time the camera is changed or moved. It's also a great burden to calibrate huge amounts of cameras such as Driver Monitoring System (DMS) cameras in a production line with millions of vehicles. To resolve above issues, we propose a calibration system called Calibration with Pose Guidance to improve calibration accuracy, reduce calibration variance among different users or different trials of the same person. Experiment result shows that our proposed method achieves more accurate and consistent calibration than traditional calibration tools.
• Abstract（参考訳）: カメラキャリブレーションは、自動運転や拡張現実など、さまざまなコンピュータビジョンタスクで重要な役割を果たします。 広く使われているカメラキャリブレーションツールは、チェス盤やエイプリルタグボードなど、平面パターンに基づく方法論を利用しており、ユーザのキャリブレーションの専門知識レベルは、明確な指示なしにキャリブレーション精度と一貫性に大きな影響を与える。 さらに、キャリブレーションは、カメラが変更または移動されるたびに実行されなければならない繰り返しのタスクです。 また、数百万台の車両で生産ラインでドライバー監視システム(DMS)カメラなどの膨大な量のカメラをキャリブレーションすることも大きな負担です。 以上の課題を解決するため,キャリブレーションシステムとして,キャリブレーション精度の向上,ユーザ間のキャリブレーションばらつきの低減,あるいは同一人物の異なる試験を行うキャリブレーションシステムを提案する。 実験の結果,従来のキャリブレーションツールよりも高精度で一貫したキャリブレーションが可能となった。

関連論文リスト

• Calibration by Distribution Matching: Trainable Kernel Calibration Metrics [56.629245030893685]
  カーネルベースのキャリブレーションメトリクスを導入し、分類と回帰の両方で一般的なキャリブレーションの形式を統一・一般化する。 これらの指標は、異なるサンプル推定を許容しており、キャリブレーションの目的を経験的リスク最小化に組み込むのが容易である。 決定タスクにキャリブレーションメトリクスを調整し、正確な損失推定を行ない、後悔しない決定を行うための直感的なメカニズムを提供する。
  論文  参考訳（メタデータ） (2023-10-31T06:19:40Z)
• Self-Supervised Online Camera Calibration for Automated Driving and Parking Applications [1.6921067573076216]
  本稿では,カメラの内在的・外在的キャリブレーションをリアルタイムに学習するための枠組みを提案する。 フレームワークは自己管理されており、キャリブレーションパラメータを学ぶためにラベル付けや監督は一切必要ありません。
  論文  参考訳（メタデータ） (2023-08-16T16:49:50Z)
• EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable Rendering and Space Exploration [49.90228618894857]
  我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。 我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。 本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2023-05-02T03:49:54Z)
• Online Camera-to-ground Calibration for Autonomous Driving [26.357898919134833]
  運転中に特定の目標を利用できないオンライン単眼カメラ・地上キャリブレーションソリューションを提案する。 キャリブレーション性能の定量化と,満足度の高いキャリブレーション結果の報告・放送の停止基準を提供する。
  論文  参考訳（メタデータ） (2023-03-30T04:01:48Z)
• Deep Learning for Camera Calibration and Beyond: A Survey [100.75060862015945]
  カメラキャリブレーションでは、キャプチャされたシーケンスから幾何学的特徴を推測するために、カメラパラメータを推定する。 近年の取り組みでは,手動キャリブレーションの繰り返し作業に代えて,学習ベースのソリューションが活用される可能性が示唆されている。
  論文  参考訳（メタデータ） (2023-03-19T04:00:05Z)
• Online Marker-free Extrinsic Camera Calibration using Person Keypoint Detections [25.393382192511716]
  本稿では,複数のスマートエッジセンサの外部校正のためのマーカーレスオンライン手法を提案する。 本手法では,固有カメラパラメータを推定し,カメラのポーズの粗い初期推定値でプライマーを推定する。 本手法による校正は,オフライン手法による基準校正よりも低い再投影誤差が得られることを示す。
  論文  参考訳（メタデータ） (2022-09-15T15:54:21Z)
• Dynamic Event Camera Calibration [27.852239869987947]
  最初の動的イベントカメラキャリブレーションアルゴリズムを提案する。 カメラとキャリブレーションパターンの間の相対的な動きで捉えたイベントから直接キャリブレーションする。 その結果, 得られたキャリブレーション法は, 10秒未満のデータ列から, 極めて有用かつ確実なキャリブレーションを行うことができた。
  論文  参考訳（メタデータ） (2021-07-14T14:52:58Z)
• 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)
• Localized Calibration: Metrics and Recalibration [133.07044916594361]
  完全大域キャリブレーションと完全個別化キャリブレーションのギャップにまたがる細粒度キャリブレーション指標を提案する。 次に,局所再校正法であるLoReを導入し,既存の校正法よりもLCEを改善する。
  論文  参考訳（メタデータ） (2021-02-22T07:22:12Z)
• Zero-Shot Calibration of Fisheye Cameras [0.010956300138340428]
  提案手法は,カメラの水平及び垂直の視野情報から,画像の取得を伴わないカメラパラメータを推定する。 この方法は画像歪みが大きい広角カメラや魚眼カメラに特に有用である。
  論文  参考訳（メタデータ） (2020-11-30T08:10:24Z)
• Uncertainty Quantification and Deep Ensembles [79.4957965474334]
  ディープアンサンブルが必ずしもキャリブレーション特性の改善につながるとは限らないことを示す。 そこで本研究では,混成正規化などの現代的な手法と併用して標準アンサンブル法を用いることで,キャリブレーションの少ないモデルが得られることを示す。 このテキストは、データが不足しているときにディープラーニングを活用するために、最も単純で一般的な3つのアプローチの相互作用を調べる。
  論文  参考訳（メタデータ） (2020-07-17T07:32:24Z)

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。