Fugu-MT 論文翻訳(概要): Real-Time Surface Fitting to RGBD Sensor Data

論文の概要: Real-Time Surface Fitting to RGBD Sensor Data

arxiv url: http://arxiv.org/abs/2103.06644v1
Date: Thu, 11 Mar 2021 12:52:31 GMT
ステータス: 処理完了
システム内更新日: 2021-03-12 14:44:27.904370
Title: Real-Time Surface Fitting to RGBD Sensor Data
Title（参考訳）: RGBDセンサデータへのリアルタイム表面適合
Authors: John Papadakis, Andrew R. Willis
Abstract要約: 本稿では,rgbdセンサデータから平面面を迅速に推定する新しい手法について述べる。このアプローチは、標準的な代数的フィッティング方程式を、カメラキャリブレーション情報から直接、必要な回帰変数の多くを計算できる形式に操作する。
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: This article describes novel approaches to quickly estimate planar surfaces from RGBD sensor data. The approach manipulates the standard algebraic fitting equations into a form that allows many of the needed regression variables to be computed directly from the camera calibration information. As such, much of the computational burden required by a standard algebraic surface fit can be pre-computed. This provides a significant time and resource savings, especially when many surface fits are being performed which is often the case when RGBD point-cloud data is being analyzed for normal estimation, curvature estimation, polygonization or 3D segmentation applications. Using an integral image implementation, the proposed approaches show a significant increase in performance compared to the standard algebraic fitting approaches.
Abstract（参考訳）: 本稿では,rgbdセンサデータから平面面を迅速に推定する新しい手法について述べる。このアプローチは、標準的な代数的フィッティング方程式を、カメラキャリブレーション情報から直接、必要な回帰変数の多くを計算できる形式に操作する。したがって、標準代数曲面の適合によって求められる計算負担の多くを事前計算することができる。これは、特にRGBDポイントクラウドデータが通常の推定、曲率推定、ポリゴン化または3Dセグメンテーションアプリケーションのために分析されている場合にしばしばである多くの表面適合が行われる場合、大幅な時間とリソースの節約を提供します。積分画像実装を用いて,提案手法は標準の代数的フィッティングアプローチと比較して有意な性能向上を示した。

関連論文リスト

GPS-Gaussian+: Generalizable Pixel-wise 3D Gaussian Splatting for Real-Time Human-Scene Rendering from Sparse Views [67.34073368933814]
スパースビューカメラ設定下での高解像度画像レンダリングのための一般化可能なガウススプラッティング手法を提案する。我々は,人間のみのデータや人景データに基づいてガウスパラメータ回帰モジュールをトレーニングし,深度推定モジュールと共同で2次元パラメータマップを3次元空間に引き上げる。いくつかのデータセットに対する実験により、我々の手法はレンダリング速度を超越しながら最先端の手法より優れていることが示された。
論文参考訳（メタデータ） (2024-11-18T08:18:44Z)
3D Equivariant Pose Regression via Direct Wigner-D Harmonics Prediction [50.07071392673984]
既存の方法は、角度や四元数を用いて空間領域でパラメータ化された3次元回転を学習する。本稿では,3次元回転回帰のためのWigner-D係数を直接予測する周波数領域アプローチを提案する。提案手法は, ModelNet10-SO(3) や PASCAL3D+ などのベンチマーク上での最先端結果を実現する。
論文参考訳（メタデータ） (2024-11-01T12:50:38Z)
Normal-GS: 3D Gaussian Splatting with Normal-Involved Rendering [42.84481755313498]
Normal-GSは、通常のベクトルを3DGSレンダリングパイプラインに統合する新しいアプローチである。そこで本研究では, 表面の精度を向上しつつ, ほぼ最先端の視覚的品質を達成できることを示す。
論文参考訳（メタデータ） (2024-10-27T20:58:50Z)
Using a Distance Sensor to Detect Deviations in a Planar Surface [20.15053198469424]
平面表面が幾何学的偏差を含むかどうかを,小型光時間センサによる瞬時測定のみで決定する手法について検討する。本手法の鍵となるのは,オフザシェルフ距離センサで捉えた生の飛行時間データに符号化された全情報の活用である。本研究では,広視野での移動ロボットの障害物回避を可能にする実例を構築した。
論文参考訳（メタデータ） (2024-08-07T15:24:25Z)
VCR-GauS: View Consistent Depth-Normal Regularizer for Gaussian Surface Reconstruction [47.603017811399624]
そこで本研究では,通常のパラメータと他のパラメータを直接結合するDepth-Normal正規化器を提案する。また,より正確な表面モデリングのために,3次元ガウス多様体のサイズと分布を規則化するための密度化と分割戦略を導入する。
論文参考訳（メタデータ） (2024-06-09T13:15:43Z)
Gaussian Opacity Fields: Efficient Adaptive Surface Reconstruction in Unbounded Scenes [50.92217884840301]
Gaussian Opacity Fields (GOF)は、シーンにおける効率的で高品質で適応的な表面再構成のための新しいアプローチである。 GOFは3Dガウスのレイトレーシングに基づくボリュームレンダリングに由来する。 GOFは、表面再構成と新しいビュー合成において、既存の3DGSベースの手法を超越している。
論文参考訳（メタデータ） (2024-04-16T17:57:19Z)
GPS-Gaussian: Generalizable Pixel-wise 3D Gaussian Splatting for Real-time Human Novel View Synthesis [70.24111297192057]
我々は、文字の新たなビューをリアルタイムに合成するための新しいアプローチ、GPS-Gaussianを提案する。提案手法は,スパースビューカメラ設定下での2K解像度のレンダリングを可能にする。
論文参考訳（メタデータ） (2023-12-04T18:59:55Z)
NeuralGF: Unsupervised Point Normal Estimation by Learning Neural Gradient Function [55.86697795177619]
3次元点雲の正規推定は3次元幾何処理の基本的な課題である。我々は,ニューラルネットワークが入力点雲に適合することを奨励する,ニューラルグラデーション関数の学習のための新しいパラダイムを導入する。広範に使用されているベンチマークの優れた結果から,本手法は非指向性および指向性正常推定タスクにおいて,より正確な正規性を学習できることが示されている。
論文参考訳（メタデータ） (2023-11-01T09:25:29Z)
Rethinking the Approximation Error in 3D Surface Fitting for Point Cloud Normal Estimation [39.79759035338819]
推定値と精密表面標準値のギャップを埋めるための基本設計原則を2つ提示する。この2つの原理をディープニューラルネットワークを用いて実装し、プラグアンドプレイ方式で最先端のSOTA(State-of-the-art)正規推定手法と統合する。
論文参考訳（メタデータ） (2023-03-30T05:59:43Z)
HSurf-Net: Normal Estimation for 3D Point Clouds by Learning Hyper Surfaces [54.77683371400133]
本稿では,ノイズと密度の変動のある点群から正規性を正確に予測できるHSurf-Netという新しい正規推定手法を提案する。実験結果から, HSurf-Netは, 合成形状データセット上での最先端性能を実現することがわかった。
論文参考訳（メタデータ） (2022-10-13T16:39:53Z)
Visual SLAM with Graph-Cut Optimized Multi-Plane Reconstruction [11.215334675788952]
本稿では,インスタンス平面セグメンテーションネットワークからのキューを用いたポーズ推定とマッピングを改善する意味平面SLAMシステムを提案する。メインストリームのアプローチはRGB-Dセンサーを使用するが、そのようなシステムを備えた単眼カメラを使うことは、ロバストデータアソシエーションや正確な幾何モデルフィッティングといった課題に直面している。
論文参考訳（メタデータ） (2021-08-09T18:16:08Z)

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。