論文の概要: Simultaneous Multi-View Camera Pose Estimation and Object Tracking with
Square Planar Markers
- arxiv url: http://arxiv.org/abs/2103.09141v1
- Date: Tue, 16 Mar 2021 15:33:58 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-17 13:26:46.621773
- Title: Simultaneous Multi-View Camera Pose Estimation and Object Tracking with
Square Planar Markers
- Title（参考訳）: 正方形平面マーカーを用いたマルチビューカメラポーズ推定と物体追跡
- Authors: Hamid Sarmadi, Rafael Mu\~noz-Salinas, M.A. Berb\'is, R.
Medina-Carnicer
- Abstract要約: 本稿では,上記の問題を同時に解く新しい手法を提案する。
複数のカメラから記録された平面マーカーの厳密な集合を示すビデオシーケンスから,提案手法はマーカーの3次元構成を自動的に得ることができる。
パラメータが取得されると、オブジェクトの追跡は、低い計算コストでリアルタイムで行うことができます。
- 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: Object tracking is a key aspect in many applications such as augmented
reality in medicine (e.g. tracking a surgical instrument) or robotics. Squared
planar markers have become popular tools for tracking since their pose can be
estimated from their four corners. While using a single marker and a single
camera limits the working area considerably, using multiple markers attached to
an object requires estimating their relative position, which is not trivial,
for high accuracy tracking. Likewise, using multiple cameras requires
estimating their extrinsic parameters, also a tedious process that must be
repeated whenever a camera is moved.
This work proposes a novel method to simultaneously solve the above-mentioned
problems. From a video sequence showing a rigid set of planar markers recorded
from multiple cameras, the proposed method is able to automatically obtain the
three-dimensional configuration of the markers, the extrinsic parameters of the
cameras, and the relative pose between the markers and the cameras at each
frame. Our experiments show that our approach can obtain highly accurate
results for estimating these parameters using low resolution cameras.
Once the parameters are obtained, tracking of the object can be done in real
time with a low computational cost. The proposed method is a step forward in
the development of cost-effective solutions for object tracking.
- Abstract（参考訳）: 物体追跡は、医学における拡張現実のような多くのアプリケーションにおいて重要な側面である。
手術器具の追跡)またはロボット工学。
四角い角からポーズを推定できるため、四角い平面マーカーは追跡のための一般的なツールになっている。
1つのマーカーと1台のカメラを使用すると作業領域がかなり制限されるが、オブジェクトにアタッチされた複数のマーカーを使用することで相対位置を推定する必要がある。
同様に、複数のカメラを使用するには、余分なパラメータを推定する必要がある。
本稿では,上記の問題を同時に解く新しい手法を提案する。
複数のカメラから記録された平面マーカーの剛体集合を示すビデオシーケンスから,提案手法は,マーカーの3次元構成,カメラの外部パラメータ,および各フレームにおけるマーカーとカメラの相対的なポーズを自動的に取得することができる。
本実験は,低解像度カメラを用いたパラメータ推定において,高精度な結果が得られることを示す。
パラメータが得られたら、計算コストを低くして、オブジェクトのトラッキングをリアルタイムで行うことができる。
提案手法は,オブジェクト追跡のためのコスト効率の高いソリューションの開発における一歩である。
関連論文リスト
- KRONC: Keypoint-based Robust Camera Optimization for 3D Car Reconstruction [58.04846444985808]
KRONCは、オブジェクトに関する事前知識を活用して、セマンティックキーポイントを通してその表現を再構築することで、ビューポーズを推論する新しいアプローチである。
車両シーンに焦点を当てたKRONCは、キーポイントのバックプロジェクションを特異点に収束させることを目的とした光最適化問題の解として、ビューの位置を推定することができる。
論文 参考訳（メタデータ） (2024-09-09T08:08:05Z) - Line-based 6-DoF Object Pose Estimation and Tracking With an Event Camera [19.204896246140155]
イベントカメラは、高いダイナミックレンジ、低レイテンシ、動きのぼけに対するレジリエンスといった顕著な特性を持っている。
イベントカメラを用いた平面オブジェクトや非平面オブジェクトに対するラインベースロバストポーズ推定と追跡手法を提案する。
論文 参考訳（メタデータ） (2024-08-06T14:36:43Z) - Track Initialization and Re-Identification for~3D Multi-View Multi-Object Tracking [12.389483990547223]
モノクロカメラからの2次元検出のみを用いた3次元多対象追跡(MOT)ソリューションを提案する。
我々は,複数のカメラから抽出した2次元検出と特徴を利用して,多目的フィルタリング密度をよりよく近似する。
論文 参考訳（メタデータ） (2024-05-28T21:36:16Z) - Enhancing Multi-Camera People Tracking with Anchor-Guided Clustering and
Spatio-Temporal Consistency ID Re-Assignment [22.531044994763487]
本稿では,アンカークラスタリング誘導を用いたマルチカメラによる複数人物追跡手法を提案する。
提案手法は,各個人固有の重要な特徴を特定することによって,トラッキングの精度を向上させることを目的としている。
この手法は, 合成データと実世界のデータの両方を扱う上で, 堅牢性と有効性を示した。
論文 参考訳（メタデータ） (2023-04-19T07:38:15Z) - ParticleSfM: Exploiting Dense Point Trajectories for Localizing Moving
Cameras in the Wild [57.37891682117178]
本稿では,一対の光流からの高密度対応に基づく動画の高密度間接構造抽出手法を提案する。
不規則点軌道データを処理するために,新しいニューラルネットワークアーキテクチャを提案する。
MPIシンテルデータセットを用いた実験により,我々のシステムはより正確なカメラ軌道を生成することがわかった。
論文 参考訳（メタデータ） (2022-07-19T09:19:45Z) - Cross-Camera Trajectories Help Person Retrieval in a Camera Network [124.65912458467643]
既存の手法では、純粋な視覚的マッチングや時間的制約を考慮することが多いが、カメラネットワークの空間情報は無視する。
本稿では,時間的情報と空間的情報を統合したクロスカメラ生成に基づく歩行者検索フレームワークを提案する。
本手法の有効性を検証するため,最初のカメラ横断歩行者軌跡データセットを構築した。
論文 参考訳（メタデータ） (2022-04-27T13:10:48Z) - FLEX: Parameter-free Multi-view 3D Human Motion Reconstruction [70.09086274139504]
マルチビューアルゴリズムはカメラパラメータ、特にカメラ間の相対的な位置に強く依存します。
エンドツーエンドのパラメータフリーマルチビューモデルであるFLEXを紹介します。
Human3.6MおよびKTH Multi-view Football IIデータセットの結果を実証する。
論文 参考訳（メタデータ） (2021-05-05T09:08:12Z) - EagerMOT: 3D Multi-Object Tracking via Sensor Fusion [68.8204255655161]
マルチオブジェクトトラッキング(MOT)により、移動ロボットは周囲の物体を3次元空間と時間で位置づけすることで、良好な動作計画とナビゲーションを行うことができる。
既存の方法は、深度センサー(例えばLiDAR)を使用して3D空間のターゲットを検出し追跡するが、信号の間隔が限られているため、検出範囲は限られている。
我々は,両方のセンサモダリティから利用可能な物体を全て統合し,シーンのダイナミックスを適切に解釈する簡易なトラッキング定式化であるeagermotを提案する。
論文 参考訳（メタデータ） (2021-04-29T22:30:29Z) - Infrastructure-based Multi-Camera Calibration using Radial Projections [117.22654577367246]
パターンベースのキャリブレーション技術は、カメラの内在を個別にキャリブレーションするために使用することができる。
Infrastucture-based calibration techniqueはSLAMやStructure-from-Motionで事前に構築した3Dマップを用いて外部情報を推定することができる。
本稿では,インフラストラクチャベースのアプローチを用いて,マルチカメラシステムをスクラッチから完全にキャリブレーションすることを提案する。
論文 参考訳（メタデータ） (2020-07-30T09:21:04Z) - Three-dimensional Human Tracking of a Mobile Robot by Fusion of Tracking
Results of Two Cameras [0.860255319568951]
OpenPoseは人間の検出に使われる。
この問題に対処するための新しいステレオビジョンフレームワークが提案されている。
提案手法の有効性を目標追跡実験により検証した。
論文 参考訳（メタデータ） (2020-07-03T06:46:49Z) - Learning Precise 3D Manipulation from Multiple Uncalibrated Cameras [13.24490469380487]
本稿では,3次元な精密な操作タスクをエンド・ツー・エンドで学習するための効果的なマルチビュー手法を提案する。
提案手法は,ポイントクラウドやボクセルグリッドのような明示的な3D表現を構築することなく,静的に配置された複数のRGBカメラビューを用いて,これらのタスクを達成できることを学習する。
論文 参考訳（メタデータ） (2020-02-21T03:28:42Z)
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。