論文の概要: Dynamical Pose Estimation

• arxiv url: http://arxiv.org/abs/2103.06182v2
• Date: Thu, 11 Mar 2021 16:42:33 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-12 17:48:00.160351
• Title: Dynamical Pose Estimation
• Title（参考訳）: 動的ポース推定
• Authors: Heng Yang, Chris Doran, Jean-Jacques Slotine
• Abstract要約: 既知の対応を与えられた2組の3次元幾何学的プリミティブを整列する問題を研究する。 最初の貢献は、このプリミティブアライメントフレームワークがポイントクラウド登録を含む5つの認識問題を統一することを示しています。 2つ目の貢献は、プリミティブアライメント問題を解決するための最初の一般的で実用的なアルゴリズムであるDynAMical Pose推定(DAMP)を提案することです。
• 参考スコア（独自算出の注目度）: 4.705291741591329
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study the problem of aligning two sets of 3D geometric primitives given known correspondences. Our first contribution is to show that this primitive alignment framework unifies five perception problems including point cloud registration, primitive (mesh) registration, category-level 3D registration, absolution pose estimation (APE), and category-level APE. Our second contribution is to propose DynAMical Pose estimation (DAMP), the first general and practical algorithm to solve primitive alignment problem by simulating rigid body dynamics arising from virtual springs and damping, where the springs span the shortest distances between corresponding primitives. Our third contribution is to apply DAMP to the five perception problems in simulated and real datasets and demonstrate (i) DAMP always converges to the globally optimal solution in the first three problems with 3D-3D correspondences; (ii) although DAMP sometimes converges to suboptimal solutions in the last two problems with 2D-3D correspondences, with a simple scheme for escaping local minima, DAMP almost always succeeds. Our last contribution is to demystify the surprising empirical performance of DAMP and formally prove a global convergence result in the case of point cloud registration by charactering local stability of the equilibrium points of the underlying dynamical system.
• Abstract（参考訳）: 既知の対応を与えられた2組の3次元幾何学的プリミティブを整列する問題を研究する。 最初の貢献は、このプリミティブアライメントフレームワークが、ポイントクラウド登録、プリミティブ(mesh)登録、カテゴリレベルの3D登録、アブソリューションポーズ推定(APE)、カテゴリレベルのAPEを含む5つの認識問題を統一することを示しています。 第2の貢献は、仮想ばねと減衰に起因する剛体力学をシミュレートすることで、プリミティブアライメント問題を解決するための、最初の汎用的で実用的なアルゴリズムであるDynAMical Pose Estimation (DAMP)を提案することである。 3つ目の貢献は、シミュレーションおよび実データにおける5つの知覚問題にDAMPを適用し、(i)DAMPが3D-3D対応を持つ最初の3つの問題において常に大域最適解に収束することを示し、(ii)DAMPは2D-3D対応を持つ最後の2つの問題において最適解に収束するが、DAMPは局所ミニマをエスケープするための単純なスキームで、ほとんど常に成功する。 我々の最後の貢献は、基礎となる力学系の平衡点の局所的な安定性を特徴付けることにより、DAMPの驚くべき経験的性能を解明し、点雲登録の際の大域収束結果を正式に証明することである。

関連論文リスト

• PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
  PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。 本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
  論文  参考訳（メタデータ） (2024-10-29T15:28:15Z)
• Efficient and Deterministic Search Strategy Based on Residual Projections for Point Cloud Registration with Correspondences [18.509532571594995]
  現在の3D特徴マッチングアプローチは、通常、多くの外乱対応をもたらし、外乱登録技術は不可欠である。 本稿では,残射影に基づく新しいポーズデカップリング戦略を導入し,生の登録問題を3つのサブプロブレムに分解する。 本手法は,同時ポーズと登録の困難な問題に適応することができる。
  論文  参考訳（メタデータ） (2023-05-19T14:52:40Z)
• Learning-based Point Cloud Registration for 6D Object Pose Estimation in the Real World [55.7340077183072]
  我々は、ポイントクラウドデータからオブジェクトの6Dポーズを推定するタスクに取り組む。 この課題に対処する最近の学習ベースのアプローチは、合成データセットにおいて大きな成功を収めている。 これらの障害の原因を分析し、ソースとターゲットポイントの雲の特徴分布の違いに遡る。
  論文  参考訳（メタデータ） (2022-03-29T07:55:04Z)
• Uncertainty-Aware Adaptation for Self-Supervised 3D Human Pose Estimation [70.32536356351706]
  本稿では、2つの出力ヘッドを2つの異なる構成にサブスクライブする共通のディープネットワークバックボーンを構成するMPP-Netを紹介する。 ポーズと関節のレベルで予測の不確実性を定量化するための適切な尺度を導出する。 本稿では,提案手法の総合評価を行い,ベンチマークデータセット上での最先端性能を示す。
  論文  参考訳（メタデータ） (2022-03-29T07:14:58Z)
• Multi-initialization Optimization Network for Accurate 3D Human Pose and Shape Estimation [75.44912541912252]
  我々はMulti-Initialization Optimization Network(MION)という3段階のフレームワークを提案する。 第1段階では,入力サンプルの2次元キーポイントに適合する粗い3次元再構成候補を戦略的に選択する。 第2段階では, メッシュ改質トランス (MRT) を設計し, 自己保持機構を用いて粗い再構成結果をそれぞれ洗練する。 最後に,RGB画像の視覚的証拠が与えられた3次元再構成と一致するかどうかを評価することで,複数の候補から最高の結果を得るために,一貫性推定ネットワーク(CEN)を提案する。
  論文  参考訳（メタデータ） (2021-12-24T02:43:58Z)
• Out-of-Domain Human Mesh Reconstruction via Dynamic Bilevel Online Adaptation [87.85851771425325]
  我々は、人間のメッシュ再構成モデルをドメイン外ストリーミングビデオに適用する際の新しい問題を考える。 オンライン適応によってこの問題に対処し、テスト中のモデルのバイアスを徐々に修正します。 動的バイレベルオンライン適応アルゴリズム(DynaBOA)を提案する。
  論文  参考訳（メタデータ） (2021-11-07T07:23:24Z)
• A recursive robust filtering approach for 3D registration [3.5270468102327004]
  提案手法は, 既往のソリューションではまだ発生していない4つの利点を有する。 固有ノイズ汚染センサデータを扱うことができる。 ノイズのある特徴ローカライゼーションによる不確実性に対して堅牢である。
  論文  参考訳（メタデータ） (2021-10-28T07:50:02Z)
• NuSPAN: A Proximal Average Network for Nonuniform Sparse Model -- Application to Seismic Reflectivity Inversion [23.080395291046408]
  我々は, 地震データの高分解能回復の観点から, 近位脱畳の問題を解く。 凸と非一様シグナライザの組み合わせを用いる。 結果として生じるスパースネットワークアーキテクチャは、データ駆動方式で取得できる。
  論文  参考訳（メタデータ） (2021-05-01T04:33:02Z)
• Canny-VO: Visual Odometry with RGB-D Cameras based on Geometric 3D-2D Edge Alignment [85.32080531133799]
  本稿では,自由形式の曲線登録に関する古典的な問題をレビューし,効率的なrgbdビジュアルオドメトリシステムcanny-voに適用する。 エッジ登録でよく用いられる距離変換の代替として、近似近接近傍場と配向近接近傍場という2つの方法が提案されている。 3D2Dエッジアライメントは、効率性と精度の両方の観点から、これらの代替製剤の恩恵を受けます。
  論文  参考訳（メタデータ） (2020-12-15T11:42:17Z)

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。