Fugu-MT 論文翻訳(概要): A Projector-Camera System Using Hybrid Pixels with Projection and Capturing Capabilities

論文の概要: A Projector-Camera System Using Hybrid Pixels with Projection and Capturing Capabilities

arxiv url: http://arxiv.org/abs/2107.05043v1
Date: Sun, 11 Jul 2021 13:27:25 GMT
ステータス: 処理完了
システム内更新日: 2021-07-13 15:47:00.390332
Title: A Projector-Camera System Using Hybrid Pixels with Projection and Capturing Capabilities
Title（参考訳）: 投影・撮影機能を有するハイブリッド画素を用いたプロジェクタカメラシステム
Authors: Kenta Yamamoto, Daisuke Iwai, Kosuke Sato
Abstract要約: 本稿では,プロジェクタカメラシステム(ProCam)を提案する。提案するProCamsは,プロジェクタとカメラの正確な対応を得るのが困難である。
参考スコア（独自算出の注目度）: 23.217683529089005
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose a novel projector-camera system (ProCams) in which each pixel has both projection and capturing capabilities. Our proposed ProCams solves the difficulty of obtaining precise pixel correspondence between the projector and the camera. We implemented a proof-of-concept ProCams prototype and demonstrated its applicability to a dynamic projection mapping.
Abstract（参考訳）: 本稿では,各画素に投影能力と撮影能力の両方を有するプロジェクターカメラシステム(procams)を提案する。提案するprocamsは,プロジェクタとカメラの正確な画素対応を得るのが困難である。概念実証procamsプロトタイプを実装し,その動的投影マッピングへの適用性を実証した。

関連論文リスト

MotionCanvas: Cinematic Shot Design with Controllable Image-to-Video Generation [65.74312406211213]
本稿では,映像生成の文脈で撮影映像を設計する手法を提案する。 I2V合成において,従来のコンピュータグラフィックスと現代映像生成技術からの洞察を結合することにより,3次元動作制御を実現する能力を示す。
論文参考訳（メタデータ） (2025-02-06T18:41:04Z)
GS-ProCams: Gaussian Splatting-based Projector-Camera Systems [49.69815958689441]
プロジェクタカメラシステム(ProCams)のための最初のガウススプラッティングベースのフレームワークであるGS-ProCamsを紹介する。 GS-ProCamsはプロジェクションマッピングの効率を大幅に向上させる。 600倍高速で、GPUメモリの1/10しか使用していない。
論文参考訳（メタデータ） (2024-12-16T13:26:52Z)
ChatCam: Empowering Camera Control through Conversational AI [67.31920821192323]
ChatCamは、ユーザーとの会話を通じてカメラの動きをナビゲートするシステムである。そこで本研究では,テキスト条件付きカメラ軌道生成のためのGPTに基づく自己回帰モデルであるCineGPTを提案する。また、正確なカメラ軌道配置を保証するアンカー決定器も開発した。
論文参考訳（メタデータ） (2024-09-25T20:13:41Z)
Neural Projection Mapping Using Reflectance Fields [11.74757574153076]
我々は、プロジェクターを神経反射場に導入し、プロジェクターを校正し、リアルな光編集を行う。私たちのニューラルネットワークは3つのニューラルネットワークで構成されています。ニューラルプロジェクションマッピングは、シーンとプロジェクションイメージの共同最適化を通じて、新規でエキサイティングな下流タスクへの扉を開くと信じている。
論文参考訳（メタデータ） (2023-06-11T05:33:10Z)
Directionally Decomposing Structured Light for Projector Calibration [22.062182997296805]
プロジェクションマッピング(PM)の適用においては、固有のプロジェクターキャリブレーションが不可欠である。本稿では、プロジェクターレンズの前方に最小限の作業量を必要とする実用的校正装置を提案する。従来の手法と同じ精度で焦点距離と開口径の異なるプロジェクターをキャリブレーションできることを実証した。
論文参考訳（メタデータ） (2021-10-08T06:44:01Z)
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)
DeProCams: Simultaneous Relighting, Compensation and Shape Reconstruction for Projector-Camera Systems [91.45207885902786]
本稿では,ProCamsの測光および幾何学的マッピングを学習するために,DeProCamsという新しいエンドツーエンドトレーニングモデルを提案する。 DeProCamsは、プロジェクターカメライメージマッピングを、シェーディング属性推定、粗い直接光推定、フォトリアリスティックなニューラルレンダリングの3つのサブプロセスに明示的に分解する。私たちの実験では、DeProCamsは、期待できる品質と完全に差別化可能な従来の芸術よりも明確な優位性を示している。
論文参考訳（メタデータ） (2020-03-06T05:49:16Z)
Redesigning SLAM for Arbitrary Multi-Camera Systems [51.81798192085111]
SLAMシステムにより多くのカメラを追加することで、堅牢性と精度が向上するが、視覚的なフロントエンドの設計は大幅に複雑になる。本研究では,任意のマルチカメラ装置で動作する適応SLAMシステムを提案する。これらの修正を応用した最先端の視覚慣性計測装置を試作し, 改良したパイプラインが広い範囲のカメラ装置に適応可能であることを示す実験結果を得た。
論文参考訳（メタデータ） (2020-03-04T11:44:42Z)

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。