論文の概要: Efficient Surfel Fusion Using Normalised Information Distance
- arxiv url: http://arxiv.org/abs/2108.05163v1
- Date: Wed, 11 Aug 2021 11:28:31 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-12 13:27:59.230873
- Title: Efficient Surfel Fusion Using Normalised Information Distance
- Title（参考訳）: 正規化情報距離を用いた効率的なサーフェル融合
- Authors: Louis Gallagher and John B. McDonald
- Abstract要約: 本稿では,核融合による高密度3次元マッピングシステムに必要な測定量の大幅な削減を実現する新しい手法を提案する。
これは正規化情報距離メートル法を用いて達成される。
ICL-NUIMとTUM RGB-Dの両方のデータセットに適用し,その拡張性と結果の精度について報告する。
- 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: We present a new technique that achieves a significant reduction in the
quantity of measurements required for a fusion based dense 3D mapping system to
converge to an accurate, de-noised surface reconstruction. This is achieved
through the use of a Normalised Information Distance metric, that computes the
novelty of the information contained in each incoming frame with respect to the
reconstruction, and avoids fusing those frames that exceed a redundancy
threshold. This provides a principled approach for opitmising the trade-off
between surface reconstruction accuracy and the computational cost of
processing frames. The technique builds upon the ElasticFusion (EF) algorithm
where we report results of the technique's scalability and the accuracy of the
resultant maps by applying it to both the ICL-NUIM and TUM RGB-D datasets.
These results demonstrate the capabilities of the approach in performing
accurate surface reconstructions whilst utilising a fraction of the frames when
compared to the original EF algorithm.
- Abstract（参考訳）: 本研究では, 核融合型高密度3次元マッピングシステムにおいて, 正確な分解面再構成に収束するために必要な測定量を大幅に削減する手法を提案する。
これは、レコンストラクションに関して各受信フレームに含まれる情報のノベルティを計算し、冗長しきい値を超えるそれらのフレームを融合することを避ける正規化情報距離メトリックを用いて達成される。
これは、表面再構成精度と処理フレームの計算コストのトレードオフを最適化するための原則的なアプローチを提供する。
この手法はElasticFusion(EF)アルゴリズムに基づいており、ICL-NUIMとTUM RGB-Dの両方のデータセットに適用することにより、その拡張性と結果マップの精度を報告する。
これらの結果は、元のEFアルゴリズムと比較して、フレームの一部を有効活用しながら、正確な表面再構成を行うためのアプローチの能力を示している。
関連論文リスト
- Visual SLAM with 3D Gaussian Primitives and Depth Priors Enabling Novel View Synthesis [11.236094544193605]
従来の幾何学に基づくSLAMシステムは、密度の高い3D再構成機能を持たない。
本稿では,新しいビュー合成技術である3次元ガウススプラッティングを組み込んだリアルタイムRGB-D SLAMシステムを提案する。
論文 参考訳（メタデータ） (2024-08-10T21:23:08Z) - Q-SLAM: Quadric Representations for Monocular SLAM [85.82697759049388]
四角形のレンズを通して体積表現を再現する。
我々は、RGB入力からノイズの深い深さ推定を正すために二次仮定を用いる。
本研究では,新たな二次分割変換器を導入し,二次情報を集約する。
論文 参考訳（メタデータ） (2024-03-12T23:27:30Z) - GS-SLAM: Dense Visual SLAM with 3D Gaussian Splatting [51.96353586773191]
我々は,まず3次元ガウス表現を利用したtextbfGS-SLAM を提案する。
提案手法は,地図の最適化とRGB-Dレンダリングの大幅な高速化を実現するリアルタイム微分可能なスプレイティングレンダリングパイプラインを利用する。
提案手法は,Replica,TUM-RGBDデータセット上の既存の最先端リアルタイム手法と比較して,競争性能が向上する。
論文 参考訳（メタデータ） (2023-11-20T12:08:23Z) - Distance Weighted Trans Network for Image Completion [52.318730994423106]
本稿では,DWT(Distance-based Weighted Transformer)を利用した画像コンポーネント間の関係をよりよく理解するためのアーキテクチャを提案する。
CNNは、粗い事前の局所的なテクスチャ情報を強化するために使用される。
DWTブロックは、特定の粗いテクスチャやコヒーレントな視覚構造を復元するために使用される。
論文 参考訳（メタデータ） (2023-10-11T12:46:11Z) - Fast Monocular Scene Reconstruction with Global-Sparse Local-Dense Grids [84.90863397388776]
本稿では,スパルス・ボクセル・ブロック・グリッドにおける署名付き距離関数(SDF)を直接使用して,距離のない高速かつ正確なシーン再構成を実現することを提案する。
我々の世界規模で疎密で局所的なデータ構造は、表面の空間的空間性を利用して、キャッシュフレンドリーなクエリを可能にし、マルチモーダルデータへの直接拡張を可能にします。
実験により、我々のアプローチはトレーニングでは10倍、レンダリングでは100倍高速であり、最先端のニューラル暗黙法に匹敵する精度を実現していることがわかった。
論文 参考訳（メタデータ） (2023-05-22T16:50:19Z) - SST-ReversibleNet: Reversible-prior-based Spectral-Spatial Transformer
for Efficient Hyperspectral Image Reconstruction [15.233185887461826]
Reversible-prior-based methodと呼ばれる新しいフレームワークが提案されている。
ReversibleNetは、シミュレートされた実HSIデータセットの最先端メソッドよりも大幅に優れています。
論文 参考訳（メタデータ） (2023-05-06T14:01:02Z) - InFusionSurf: Refining Neural RGB-D Surface Reconstruction Using Per-Frame Intrinsic Refinement and TSDF Fusion Prior Learning [4.406340836209291]
RGB-Dビデオフレームを用いた3次元表面再構成におけるNeRFフレームワークの革新的拡張であるInFusionSurfを導入する。
InFusionSurfは、フレームごとの固有の精細化スキームを通じて、深度フレーム内のカメラモーションによって引き起こされるぼかしに対処する。
それは、古典的なリアルタイム3D表面再構成法であるTSDF Fusionを事前訓練ツールとして組み込んでいる。
論文 参考訳（メタデータ） (2023-03-08T10:57:14Z) - A Probabilistic Deep Image Prior for Computational Tomography [0.19573380763700707]
既存の深層学習によるトモグラフィ画像再構成手法では,復元の不確かさの正確な推定は得られない。
我々は,古典的全変動(TV)正規化器と現代の深部画像先行(DIP)を組み合わせたトモグラフィー再構成のためのベイズ事前構築を行う。
提案手法は,高次元設定にスケーラブルな線形化Laplace法に基づく手法である。
論文 参考訳（メタデータ） (2022-02-28T14:47:14Z) - Consistent and symmetry preserving data-driven interface reconstruction
for the level-set method [0.0]
我々は、レベルセット法、すなわち、インターフェース再構成(IR)に焦点を当てる。
体積率と開口率の計算。
提案手法は, 粗解決インターフェースの精度を向上し, 従来のIRを高分解能で復元する。
浮動小数点対称実装と計算効率の詳細を提供する。
論文 参考訳（メタデータ） (2021-04-23T13:21:10Z) - Riggable 3D Face Reconstruction via In-Network Optimization [58.016067611038046]
本稿では,単眼画像からの3次元顔再構成法を提案する。
表情、ポーズ、照明を含む画像ごとのパーソナライズされた顔リグとパラメータを共同で推定する。
実験により,SOTA復元精度,ロバスト性,一般化能力が得られた。
論文 参考訳（メタデータ） (2021-04-08T03:53:20Z) - SCFusion: Real-time Incremental Scene Reconstruction with Semantic
Completion [86.77318031029404]
本研究では,シーン再構成とセマンティックシーン補完を段階的かつリアルタイムに共同で行うフレームワークを提案する。
我々のフレームワークは、3Dグローバルモデルでセマンティックコンプリートを正確かつ効率的に融合させるために、占有マップを処理し、ボクセル状態を活用するように設計された新しいニューラルアーキテクチャに依存している。
論文 参考訳（メタデータ） (2020-10-26T15:31:52Z)
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。