論文の概要: Procam Calibration from a Single Pose of a Planar Target

• arxiv url: http://arxiv.org/abs/2102.11395v1
• Date: Mon, 22 Feb 2021 22:53:29 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-24 13:50:12.558769
• Title: Procam Calibration from a Single Pose of a Planar Target
• Title（参考訳）: 平面ターゲットの単一ポースからのプロカムキャリブレーション
• Authors: Ghani O. Lawal and Michael Greenspan
• Abstract要約: 平面チェス盤ターゲットの単一ポーズからプロカムシステムを校正するための新しいユーザフレンドリーな手法を提案する。 チェスボード上にグレイコードパターンのシーケンスが投影され、カメラとプロジェクタとチェスボードの対応が自動的に抽出される。 提案手法は,既存の多目的手法に匹敵する精度を示すプロカムシステム上で実験的に検証されている。
• 参考スコア（独自算出の注目度）: 0.30458514384586405
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A novel user friendly method is proposed for calibrating a procam system from a single pose of a planar chessboard target. The user simply needs to orient the chessboard in a single appropriate pose. A sequence of Gray Code patterns are projected onto the chessboard, which allows correspondences between the camera, projector and the chessboard to be automatically extracted. These correspondences are fed as input to a nonlinear optimization method that models the projector of the principle points onto the chessboard, and accurately calculates the intrinsic and extrinsic parameters of both the camera and the projector, as well as the camera's distortion coefficients. The method is experimentally validated on the procam system, which is shown to be comparable in accuracy with existing multi-pose approaches. The impact of the orientation of the chessboard with respect to the procam imaging places is also explored through extensive simulation.
• Abstract（参考訳）: 平面チェス盤ターゲットの単一ポーズからプロカムシステムを校正するための新しいユーザフレンドリーな手法を提案する。 ユーザーは単一の適切なポーズでチェスボードをオリエントする必要がある。 チェスボード上にグレイコードパターンのシーケンスが投影され、カメラとプロジェクタとチェスボードの対応が自動的に抽出される。 これらの対応は、原理点のプロジェクタをチェスボードにモデル化し、カメラとプロジェクタの両方の本質的および外部的なパラメータとカメラの歪み係数を正確に計算する非線形最適化方法に入力として供給されます。 提案手法は,既存の多目的手法に匹敵する精度を示すプロカムシステム上で実験的に検証されている。 また,プロカム撮像位置に対するチェス盤の向きの影響を広範囲なシミュレーションにより検討した。

関連論文リスト

• PuzzleBoard: A New Camera Calibration Pattern with Position Encoding [0.0]
  チェッカーボードキャリブレーションパターンの利点と軽量位置符号化を組み合わせた新しいキャリブレーションパターンを提案する。 全体的なアプローチは、チェッカーボードのキャリブレーションパターンとチェッカーボードのキャリブレーションアルゴリズムの両方と後方互換性がある。
  論文  参考訳（メタデータ） (2024-09-30T09:27:06Z)
• Single-image camera calibration with model-free distortion correction [0.0]
  本稿では,センサ全体をカバーする平面スペックルパターンの単一画像から,キャリブレーションパラメータの完全な集合を推定する方法を提案する。 デジタル画像相関を用いて校正対象の画像点と物理点との対応を求める。 プロシージャの最後には、画像全体にわたって、密度が高く均一なモデルフリーな歪みマップが得られる。
  論文  参考訳（メタデータ） (2024-03-02T16:51:35Z)
• Model-free Grasping with Multi-Suction Cup Grippers for Robotic Bin Picking [63.15595970667581]
  複数の吸引カップを有する吸引グリップパのグリップポーズのモデルフリー予測法を提案する。 本手法はグリッパーの設計に非依存であり,グリッパー固有のトレーニングデータを必要としない。
  論文  参考訳（メタデータ） (2023-07-31T08:33:23Z)
• 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)
• Self-Supervised Camera Self-Calibration from Video [34.35533943247917]
  汎用カメラモデルの効率的なファミリーを用いてシーケンスごとのキャリブレーションパラメータを回帰する学習アルゴリズムを提案する。 提案手法は,サブピクセル再投射誤差による自己校正を行い,他の学習手法よりも優れる。
  論文  参考訳（メタデータ） (2021-12-06T19:42:05Z)
• 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)
• Calibrated and Partially Calibrated Semi-Generalized Homographies [65.29477277713205]
  視点と一般化カメラから半一般化ホモグラフィーを推定するための最初の最小解を提案する。 提案した解法は、多くの合成および実世界の実験で実証されたように安定かつ効率的である。
  論文  参考訳（メタデータ） (2021-03-11T08:56:24Z)
• Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
  本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。 提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
  論文  参考訳（メタデータ） (2021-01-12T12:02:26Z)
• Calibration Venus: An Interactive Camera Calibration Method Based on Search Algorithm and Pose Decomposition [2.878441608970396]
  平面板を用いたインタラクティブキャリブレーション法は, 再現性と操作上の利点から, カメラキャリブレーションの分野で人気が高まっている。 既存の手法では、主観的な経験に基づいて、あらかじめ定義されたポーズの固定されたデータセットから提案を選択する。
  論文  参考訳（メタデータ） (2020-09-13T12:12:10Z)
• 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)
• On-line non-overlapping camera calibration net [2.4569090161971743]
  カメラ間ポーズ推定のオンライン手法を提案する。 シミュレーションとKITTIデータセットを用いた実験は,シミュレーションに有効であることを示す。
  論文  参考訳（メタデータ） (2020-02-19T04:59:11Z)

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。