論文の概要: Automatic Stockpile Volume Monitoring using Multi-view Stereo from
SkySat Imagery
- arxiv url: http://arxiv.org/abs/2103.00945v1
- Date: Mon, 1 Mar 2021 12:18:32 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-04 08:45:41.618962
- Title: Automatic Stockpile Volume Monitoring using Multi-view Stereo from
SkySat Imagery
- Title（参考訳）: SkySat画像からのマルチビューステレオを用いた自動ストッキングボリュームモニタリング
- Authors: Roger Mar\'i, Carlo de Franchis, Enric Meinhardt-Llopis, Gabriele
Facciolo
- Abstract要約: SkySatのデータから大きな3Dモデルを構築し比較する課題は、複数のビューに関連するカメラモデル間の矛盾を修正することです。
部分的に重複するビューの集合で覆われた動的領域を扱うことができる日付型RPCの改良を提案する。
精巧なRPCは、各日付で異なるステレオペアから複数の一貫性のあるデジタルサーフェスモデルを再構築するために使用されます。
- 参考スコア（独自算出の注目度）: 7.0349768355860895
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This paper proposes a system for automatic surface volume monitoring from
time series of SkySat pushframe imagery. A specific challenge of building and
comparing large 3D models from SkySat data is to correct inconsistencies
between the camera models associated to the multiple views that are necessary
to cover the area at a given time, where these camera models are represented as
Rational Polynomial Cameras (RPCs). We address the problem by proposing a
date-wise RPC refinement, able to handle dynamic areas covered by sets of
partially overlapping views. The cameras are refined by means of a rotation
that compensates for errors due to inaccurate knowledge of the satellite
attitude. The refined RPCs are then used to reconstruct multiple consistent
Digital Surface Models (DSMs) from different stereo pairs at each date. RPC
refinement strengthens the consistency between the DSMs of each date, which is
extremely beneficial to accurately measure volumes in the 3D surface models.
The system is tested in a real case scenario, to monitor large coal stockpiles.
Our volume estimates are validated with measurements collected on site in the
same period of time.
- Abstract（参考訳）: 本稿では,SkySatのプッシュフレーム画像の時系列からのサーフェスボリューム自動監視システムを提案する。
SkySatのデータから大規模な3Dモデルを構築および比較する特定の課題は、これらのカメラモデルがRational Polynomial Cameras(RPC)として表現される、特定の時期に領域をカバーするために必要な複数のビューに関連するカメラモデル間の矛盾を修正することです。
我々は、部分的に重なり合うビューの集合によってカバーされた動的領域を処理できる、日付対応のRPCリファインメントを提案することで、この問題に対処する。
カメラは、衛星の姿勢に関する不正確な知識によって誤りを補う回転によって洗練される。
精巧なRPCを使用して、各日付の異なるステレオペアから複数の一貫性のあるデジタルサーフェスモデル(DSM)を再構築します。
RPCの改良により、各日付のDSM間の一貫性が強化され、3次元表面モデルの体積を正確に測定する上で非常に有益である。
システムは実ケースシナリオでテストされ、大規模な石炭備蓄をモニターする。
当社のボリューム見積は,同じ期間に現場で収集した測定値で検証されます。
関連論文リスト
- MVD-Fusion: Single-view 3D via Depth-consistent Multi-view Generation [54.27399121779011]
本稿では,多視点RGB-D画像の生成モデルを用いて,単視点3次元推論を行うMVD-Fusionを提案する。
提案手法は,蒸留に基づく3D推論や先行多視点生成手法など,最近の最先端技術と比較して,より正確な合成を実現することができることを示す。
論文 参考訳（メタデータ） (2024-04-04T17:59:57Z) - DUSt3R: Geometric 3D Vision Made Easy [8.471330244002564]
Dense and Unconstrained Stereo 3D Reconstruction of arbitrary image collections。
本定式化は単眼および両眼の再建症例を円滑に統一することを示す。
私たちの定式化はシーンの3Dモデルと深度情報を直接提供しますが、興味深いことに、シームレスに回復できます。
論文 参考訳（メタデータ） (2023-12-21T18:52:14Z) - rpcPRF: Generalizable MPI Neural Radiance Field for Satellite Camera [0.76146285961466]
本稿では,多面体画像(MPI)を用いたRPO(Rational Polynomial Camera)のための平面神経放射場rpcPRFを提案する。
本稿では,3次元座標と画像の間の正確な形状を学習するために,予測されたMPIを誘導するために再投影監視を利用する。
我々は、放射場の描画技術を導入することにより、深層多視点ステレオ法から密集深度監視の厳密な要求を取り除いた。
論文 参考訳（メタデータ） (2023-10-11T04:05:11Z) - R3D3: Dense 3D Reconstruction of Dynamic Scenes from Multiple Cameras [106.52409577316389]
R3D3は高密度3次元再構成とエゴモーション推定のためのマルチカメラシステムである。
提案手法は,複数のカメラからの時空間情報と単眼深度補正を利用する。
この設計により、困難で動的な屋外環境の密集した一貫した3次元再構成が可能になる。
論文 参考訳（メタデータ） (2023-08-28T17:13:49Z) - Enhanced Stable View Synthesis [86.69338893753886]
本稿では,自由に動くカメラから撮影した画像から,新しいビュー合成を強化するアプローチを提案する。
導入されたアプローチは、正確な幾何学的足場とカメラのポーズの復元が困難な屋外シーンに焦点を当てている。
論文 参考訳（メタデータ） (2023-03-30T01:53:14Z) - Rational Polynomial Camera Model Warping for Deep Learning Based
Satellite Multi-View Stereo Matching [8.681774354147466]
本研究では,大規模かつ広範囲な地球表面再構成のための深層学習ベースの衛星MVS (SatMVS) フレームワークを提案する。
また、TLC SatMVSデータセットと呼ばれる5195120$5120画像からなる大規模な衛星画像も導入した。
論文 参考訳（メタデータ） (2021-09-23T03:22:52Z) - MetaPose: Fast 3D Pose from Multiple Views without 3D Supervision [72.5863451123577]
正確な3Dポーズとカメラ推定が可能なニューラルモデルをトレーニングする方法を示す。
本手法は,古典的バンドル調整と弱教師付き単分子3Dベースラインの両方に優れる。
論文 参考訳（メタデータ） (2021-08-10T18:39:56Z) - Multi-View Multi-Person 3D Pose Estimation with Plane Sweep Stereo [71.59494156155309]
既存のマルチビュー3Dポーズ推定手法は、複数のカメラビューからグループ2Dポーズ検出に対するクロスビュー対応を明確に確立する。
平面スイープステレオに基づくマルチビュー3Dポーズ推定手法を提案し、クロスビュー融合と3Dポーズ再構築を1ショットで共同で解決します。
論文 参考訳（メタデータ） (2021-04-06T03:49:35Z) - Event-based Stereo Visual Odometry [42.77238738150496]
ステレオ・イベント・ベースのカメラ・リグが取得したデータから視覚計測の問題に対する解決策を提案する。
我々は,シンプルかつ効率的な表現を用いて,ステレオイベントベースのデータの時間的一貫性を最大化する。
論文 参考訳（メタデータ） (2020-07-30T15:53:28Z) - Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset
for Spatially Varying Isotropic Materials [65.95928593628128]
多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。
我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
論文 参考訳（メタデータ） (2020-01-18T12:26:22Z)
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。