論文の概要: How to Calibrate Your Event Camera

• arxiv url: http://arxiv.org/abs/2105.12362v1
• Date: Wed, 26 May 2021 07:06:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-27 23:37:50.705356
• Title: How to Calibrate Your Event Camera
• Title（参考訳）: イベントカメラのキャリブレーション方法
• Authors: Manasi Muglikar and Mathias Gehrig and Daniel Gehrig and Davide Scaramuzza
• Abstract要約: 画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。 ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
• 参考スコア（独自算出の注目度）: 58.80418612800161
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a generic event camera calibration framework using image reconstruction. Instead of relying on blinking LED patterns or external screens, we show that neural-network-based image reconstruction is well suited for the task of intrinsic and extrinsic calibration of event cameras. The advantage of our proposed approach is that we can use standard calibration patterns that do not rely on active illumination. Furthermore, our approach enables the possibility to perform extrinsic calibration between frame-based and event-based sensors without additional complexity. Both simulation and real-world experiments indicate that calibration through image reconstruction is accurate under common distortion models and a wide variety of distortion parameters
• Abstract（参考訳）: 画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。 ledパターンや外部画面を点滅させる代わりに、ニューラルネットワークベースの画像再構成が、イベントカメラの本質的および極端なキャリブレーションのタスクに適していることを示す。 提案手法の利点は,能動照明に依存しない標準キャリブレーションパターンを使用することである。 さらに,本手法により,フレームベースセンサとイベントベースセンサの外部キャリブレーションを複雑化することなく行うことが可能となる。 シミュレーションと実世界の実験の両方で、画像再構成による校正は共通の歪みモデルと幅広い歪みパラメータの下で正確であることが示されている。

関連論文リスト

• Single-image camera calibration with model-free distortion correction [0.0]
  本稿では,センサ全体をカバーする平面スペックルパターンの単一画像から,キャリブレーションパラメータの完全な集合を推定する方法を提案する。 デジタル画像相関を用いて校正対象の画像点と物理点との対応を求める。 プロシージャの最後には、画像全体にわたって、密度が高く均一なモデルフリーな歪みマップが得られる。
  論文  参考訳（メタデータ） (2024-03-02T16:51:35Z)
• E-Calib: A Fast, Robust and Accurate Calibration Toolbox for Event Cameras [18.54225086007182]
  E-Calibは、イベントカメラの新しい、高速で、堅牢で、正確なキャリブレーションツールボックスである。 提案手法は,様々なイベントカメラモデルに対する様々な厳密な実験で検証される。
  論文  参考訳（メタデータ） (2023-06-15T12:16:38Z)
• Neural Lens Modeling [50.57409162437732]
  NeuroLens(ニューロレンス)は、点投影と光線鋳造に使用できる歪みと磁化のための神経レンズモデルである。 古典的なキャリブレーションターゲットを使用してプリキャプチャのキャリブレーションを行うことができ、後に3D再構成の際にキャリブレーションやリファインメントを行うために使用できる。 このモデルは、多くのレンズタイプにまたがって一般化されており、既存の3D再構成とレンダリングシステムとの統合は容易である。
  論文  参考訳（メタデータ） (2023-04-10T20:09:17Z)
• A Deep Perceptual Measure for Lens and Camera Calibration [35.03926427249506]
  従来のマルチイメージキャリブレーション法の代わりに,単一画像から直接カメラキャリブレーションパラメータを推定することを提案する。 大規模なパノラマデータセットから自動的に生成されたサンプルを用いて、このネットワークをトレーニングする。 そこで我々は, カメラキャリブレーションパラメータを補正した3次元物体のリアリズムの判断を参加者に依頼した。
  論文  参考訳（メタデータ） (2022-08-25T18:40:45Z)
• Self-Calibrating Neural Radiance Fields [68.64327335620708]
  キャリブレーション対象のないシーンの幾何学と正確なカメラパラメータを共同で学習する。 我々のカメラモデルは、ピンホールモデル、第4次ラジアル歪み、および任意の非線形カメラ歪みを学習可能な汎用ノイズモデルで構成されている。
  論文  参考訳（メタデータ） (2021-08-31T13:34:28Z)
• Dynamic Event Camera Calibration [27.852239869987947]
  最初の動的イベントカメラキャリブレーションアルゴリズムを提案する。 カメラとキャリブレーションパターンの間の相対的な動きで捉えたイベントから直接キャリブレーションする。 その結果, 得られたキャリブレーション法は, 10秒未満のデータ列から, 極めて有用かつ確実なキャリブレーションを行うことができた。
  論文  参考訳（メタデータ） (2021-07-14T14:52:58Z)
• Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
  本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。 提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
  論文  参考訳（メタデータ） (2021-01-12T12:02:26Z)
• 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)
• Self-Calibration Supported Robust Projective Structure-from-Motion [80.15392629310507]
  本稿では,自己校正制約によってマッチングプロセスが支持される統合されたStructure-from-Motion (SfM)法を提案する。 これらの制約を利用して,ロバストなマルチビューマッチングと正確なカメラキャリブレーションを示す実験結果を示す。
  論文  参考訳（メタデータ） (2020-07-04T08:47:10Z)
• Superaccurate Camera Calibration via Inverse Rendering [0.19336815376402716]
  逆レンダリングの原理を用いたカメラキャリブレーションの新しい手法を提案する。 検出された特徴点のみに頼らず、内部パラメータの推定と校正対象のポーズを用いて光学的特徴の非フォトリアリスティックな等価性を暗黙的に描画する。
  論文  参考訳（メタデータ） (2020-03-20T10:26:16Z)

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。