論文の概要: Efficient Global Optimization of Non-differentiable, Symmetric
Objectives for Multi Camera Placement
- arxiv url: http://arxiv.org/abs/2103.11210v1
- Date: Sat, 20 Mar 2021 17:01:15 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-23 14:11:43.373126
- Title: Efficient Global Optimization of Non-differentiable, Symmetric
Objectives for Multi Camera Placement
- Title(参考訳): マルチカメラ配置のための非微分可能対称物体の効率的なグローバル最適化
- Authors: Maria L. H\"anel and Carola-B. Sch\"onlieb
- Abstract要約: 複数台のカメラを3Dシーンに最適に配置・配向するための新しい反復手法を提案する。
サンプルアプリケーションには、3D再構築の精度の向上、監視対象エリアの最大化、多視点歩行者追跡のカバレッジ向上が含まれる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We propose a novel iterative method for optimally placing and orienting
multiple cameras in a 3D scene. Sample applications include improving the
accuracy of 3D reconstruction, maximizing the covered area for surveillance, or
improving the coverage in multi-viewpoint pedestrian tracking. Our algorithm is
based on a block-coordinate ascent combined with a surrogate function and an
exclusion area technique. This allows to flexibly handle difficult objective
functions that are often expensive and quantized or non-differentiable. The
solver is globally convergent and easily parallelizable. We show how to
accelerate the optimization by exploiting special properties of the objective
function, such as symmetry. Additionally, we discuss the trade-off between
non-optimal stationary points and the cost reduction when optimizing the
viewpoints consecutively.
- Abstract(参考訳): 本稿では,複数台のカメラを3次元シーンに最適配置・配向する手法を提案する。
サンプルアプリケーションには、3D再構築の精度の向上、監視対象エリアの最大化、多視点歩行者追跡のカバレッジ向上が含まれる。
本アルゴリズムは, サロゲート関数と排他領域法を組み合わせたブロック座標昇降法に基づく。
これにより、しばしば高価で定量化または微分不可能な難しい客観的関数を柔軟に扱うことができる。
ソルバはグローバルに収束し、容易に並列化できる。
目的関数の特殊特性,例えば対称性を利用して最適化を高速化する方法を示す。
さらに,非最適静止点間のトレードオフと,視点を連続的に最適化する場合のコスト削減について考察する。
関連論文リスト
- Towards Scalable Multi-View Reconstruction of Geometry and Materials [27.660389147094715]
本稿では,3次元シーンのカメラポーズ,オブジェクト形状,空間変化の両方向反射分布関数(svBRDF)のジョイントリカバリ手法を提案する。
入力は高解像度のRGBD画像であり、アクティブ照明用の点灯付き携帯型ハンドヘルドキャプチャシステムによってキャプチャされる。
論文 参考訳(メタデータ) (2023-06-06T15:07:39Z) - 3D Video Object Detection with Learnable Object-Centric Global
Optimization [65.68977894460222]
対応性に基づく最適化は3次元シーン再構成の基盤となるが、3次元ビデオオブジェクト検出では研究されていない。
オブジェクト中心の時間対応学習と特徴量付きオブジェクトバンドル調整を備えた、エンドツーエンドで最適化可能なオブジェクト検出器であるBA-Detを提案する。
論文 参考訳(メタデータ) (2023-03-27T17:39:39Z) - Optimization of Directional Landmark Deployment for Visual Observer on
SE(3) [11.064269835254791]
3次元タスク空間内の所定の領域内に,所定の方向のランドマークを配置するための最適化手法を提案する。
この技術はランドマークとモノクラーカメラの両方の幾何学モデルに基づいて構築されている。
提案手法の有効性を検証するため,シミュレーションと実験を行った。
論文 参考訳(メタデータ) (2022-03-28T04:06:14Z) - Fighting the curse of dimensionality: A machine learning approach to
finding global optima [77.34726150561087]
本稿では,構造最適化問題におけるグローバル最適化の方法を示す。
特定のコスト関数を利用することで、最適化手順が確立された場合と比較して、グローバルをベストに得るか、最悪の場合、優れた結果を得るかのどちらかを得る。
論文 参考訳(メタデータ) (2021-10-28T09:50:29Z) - Differentiable Rendering with Perturbed Optimizers [85.66675707599782]
2Dイメージプロジェクションから3Dシーンを推論することは、コンピュータビジョンにおける中核的な問題の一つだ。
我々の研究は、よく知られた微分可能な定式化とランダムなスムーズなレンダリングの関連性を強調している。
提案手法を3次元シーン再構成に適用し,その利点を6次元ポーズ推定と3次元メッシュ再構成の課題に適用した。
論文 参考訳(メタデータ) (2021-10-18T08:56:23Z) - Sparse Quadratic Optimisation over the Stiefel Manifold with Application
to Permutation Synchronisation [71.27989298860481]
二次目的関数を最大化するスティーフェル多様体上の行列を求める非最適化問題に対処する。
そこで本研究では,支配的固有空間行列を求めるための,単純かつ効果的なスパーシティプロモーティングアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-09-30T19:17:35Z) - Robust 360-8PA: Redesigning The Normalized 8-point Algorithm for 360-FoV
Images [53.11097060367591]
球面投影における360-fov画像から本質行列を推定する新しい手法を提案する。
我々の正規化は、時間を大幅に上回ることなく、カメラの精度を約20%向上させることができることを示す。
論文 参考訳(メタデータ) (2021-04-22T07:23:11Z) - Accelerated Algorithms for Convex and Non-Convex Optimization on
Manifolds [9.632674803757475]
距離における凸問題と非最適化問題の解法を提案する。
提案アルゴリズムは,目的関数における複雑性のレベルに適応する。
論文 参考訳(メタデータ) (2020-10-18T02:48:22Z) - Spatiotemporal Bundle Adjustment for Dynamic 3D Human Reconstruction in
the Wild [49.672487902268706]
本稿では,カメラの時間的アライメントと3次元点三角測量を共同で推定する枠組みを提案する。
複数の無同期・無同期ビデオカメラで捉えたイベントにおいて、人間の身体の3次元運動軌跡を再構成する。
論文 参考訳(メタデータ) (2020-07-24T23:50:46Z) - Multi-Fidelity Bayesian Optimization via Deep Neural Networks [19.699020509495437]
多くのアプリケーションでは、目的関数を複数の忠実度で評価することで、コストと精度のトレードオフを可能にする。
本稿では,DNN-MFBO(Deep Neural Network Multi-Fidelity Bayesian Optimization)を提案する。
本手法の利点は, 総合的なベンチマークデータセットと, 工学設計における実世界の応用の両方にある。
論文 参考訳(メタデータ) (2020-07-06T23:28:40Z) - Practical Bayesian Optimization of Objectives with Conditioning
Variables [1.0497128347190048]
ユーザが複数の問題に直面している場合、状態変数に対してそれぞれを条件付きで最適化する必要がある場合を考える。
目的間の類似性は、それぞれの目的を2つの方法で最適化する。
本稿では条件最適化のためのフレームワークであるConBOを提案する。
論文 参考訳(メタデータ) (2020-02-23T22:06:26Z)
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。