Fugu-MT 論文翻訳(概要): Calibration and Auto-Refinement for Light Field Cameras

論文の概要: Calibration and Auto-Refinement for Light Field Cameras

arxiv url: http://arxiv.org/abs/2106.06181v1
Date: Fri, 11 Jun 2021 05:49:14 GMT
ステータス: 処理完了
システム内更新日: 2021-06-15 01:57:57.355176
Title: Calibration and Auto-Refinement for Light Field Cameras
Title（参考訳）: 光界カメラの校正と自動校正
Authors: Yuriy Anisimov, Gerd Reis, Didier Stricker
Abstract要約: 本稿では,一対のパターンに基づくパラメータ抽出に基づく光場カメラキャリブレーションと補正のアプローチを提案する。その後、三角フィルタと非線形最適化を用いて任意のシーンからのカメラパラメータの精製を行う。
参考スコア（独自算出の注目度）: 13.76996108304056
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The ability to create an accurate three-dimensional reconstruction of a captured scene draws attention to the principles of light fields. This paper presents an approach for light field camera calibration and rectification, based on pairwise pattern-based parameters extraction. It is followed by a correspondence-based algorithm for camera parameters refinement from arbitrary scenes using the triangulation filter and nonlinear optimization. The effectiveness of our approach is validated on both real and synthetic data.
Abstract（参考訳）: 撮影されたシーンの正確な3次元再構成を作成する能力は、光場の原理に注意を向ける。本稿では,一対のパターンに基づくパラメータ抽出に基づく光場カメラキャリブレーションと補正手法を提案する。その後、三角フィルタと非線形最適化を用いて任意のシーンからのカメラパラメータの精製を行う。本手法の有効性は実データと合成データの両方で検証される。

関連論文リスト

Discovering an Image-Adaptive Coordinate System for Photography Processing [51.164345878060956]
曲線演算を行う前にRGB色空間における画像適応座標系を学習するための新しいアルゴリズム IAC を提案する。このエンドツーエンドのトレーニング可能なアプローチにより、共同で学習した画像適応座標系と曲線を用いて、画像の効率よく調整できる。
論文参考訳（メタデータ） (2025-01-11T06:20:07Z)
Neural Observation Field Guided Hybrid Optimization of Camera Placement [9.872016726487]
本稿では,勾配法と非勾配法を併用したハイブリッドカメラ配置最適化手法を提案する。提案手法は,従来の計算時間の一部(8倍)しか必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2024-12-11T10:31:06Z)
CRAYM: Neural Field Optimization via Camera RAY Matching [48.25100687172752]
マルチビュー画像からカメラポーズとニューラルフィールドのジョイント最適化にカメラレイマッチング(CRAYM)を導入する。入力画像のキーポイントを通過するカメラ光に焦点をあてて、各光線最適化と一致した光線コヒーレンスを定式化する。
論文参考訳（メタデータ） (2024-12-02T15:39:09Z)
LiFCal: Online Light Field Camera Calibration via Bundle Adjustment [38.2887165481751]
LiFCalは、MLAベースの光フィールドカメラのためのオンラインキャリブレーションパイプラインである。正確な校正対象のない移動カメラシーケンスからモデルパラメータを正確に決定する。ターゲットのないシーンに適用可能で、完全な継続的パイプラインでオンラインに実装されている。
論文参考訳（メタデータ） (2024-08-21T15:04:49Z)
Cameras as Rays: Pose Estimation via Ray Diffusion [54.098613859015856]
カメラのポーズを推定することは3D再構成の基本的な課題であり、まばらにサンプリングされたビューを考えると依然として困難である。本稿では,カメラを光束として扱うカメラポーズの分散表現を提案する。提案手法は回帰法と拡散法の両方で,CO3Dのカメラポーズ推定における最先端性能を示す。
論文参考訳（メタデータ） (2024-02-22T18:59:56Z)
$PC^2$: Projection-Conditioned Point Cloud Diffusion for Single-Image 3D Reconstruction [97.06927852165464]
単一のRGB画像から物体の3次元形状を再構築することは、コンピュータビジョンにおける長年の課題である。条件付き偏光拡散プロセスによりスパース点雲を生成する単一像3次元再構成法を提案する。
論文参考訳（メタデータ） (2023-02-21T13:37:07Z)
How to Calibrate Your Event Camera [58.80418612800161]
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。
論文参考訳（メタデータ） (2021-05-26T07:06:58Z)
Calibrated and Partially Calibrated Semi-Generalized Homographies [65.29477277713205]
視点と一般化カメラから半一般化ホモグラフィーを推定するための最初の最小解を提案する。提案した解法は、多くの合成および実世界の実験で実証されたように安定かつ効率的である。
論文参考訳（メタデータ） (2021-03-11T08:56:24Z)
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)
A Two-step Calibration Method for Unfocused Light Field Camera Based on Projection Model Analysis [8.959346460518226]
提案手法は,方向パラメータセットに対する従来のカメラキャリブレーション手法を再利用することができる。提案手法の精度とロバスト性は,様々なベンチマーク基準で評価される。
論文参考訳（メタデータ） (2020-01-11T10:37:56Z)

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。