論文の概要: Vision-based system identification and 3D keypoint discovery using
dynamics constraints
- arxiv url: http://arxiv.org/abs/2109.05928v1
- Date: Mon, 13 Sep 2021 12:51:14 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-14 23:24:00.783384
- Title: Vision-based system identification and 3D keypoint discovery using
dynamics constraints
- Title(参考訳): 動的制約を用いた視覚に基づくシステム同定と3次元キーポイント発見
- Authors: Miguel Jaques, Martin Asenov, Michael Burke, Timothy Hospedales
- Abstract要約: V-SysIdは、ラベルのないビデオから同時キーポイント発見、3Dシステム識別、カメラキャリブレーションを可能にする方法である。
V-SysIdはキーポイント軌道の提案を受け、最大パラメータ推定と外部カメラキャリブレーションを交互に行う。
さまざまな設定(ロボティクス、物理学、生理学)の結果は、このアプローチの有用性を強調している。
- 参考スコア(独自算出の注目度): 6.308539010172309
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper introduces V-SysId, a novel method that enables simultaneous
keypoint discovery, 3D system identification, and extrinsic camera calibration
from an unlabeled video taken from a static camera, using only the family of
equations of motion of the object of interest as weak supervision. V-SysId
takes keypoint trajectory proposals and alternates between maximum likelihood
parameter estimation and extrinsic camera calibration, before applying a
suitable selection criterion to identify the track of interest. This is then
used to train a keypoint tracking model using supervised learning. Results on a
range of settings (robotics, physics, physiology) highlight the utility of this
approach.
- Abstract(参考訳): 本稿では,静的カメラから撮影した未ラベル映像からの同時キーポイント検出,3Dシステム識別,および外部カメラキャリブレーションを可能にする新しい手法であるV-SysIdを紹介する。
V-SysIdはキーポイントトラジェクトリの提案を採り、最大パラメータ推定と外部カメラキャリブレーションを交互に行い、興味の軌跡を特定するために適切な選択基準を適用する。
これは教師付き学習を使用してキーポイント追跡モデルをトレーニングするために使用される。
さまざまな設定(ロボティクス、物理学、生理学)の結果は、このアプローチの有用性を強調している。
関連論文リスト
- ZeroKey: Point-Level Reasoning and Zero-Shot 3D Keypoint Detection from Large Language Models [57.57832348655715]
3次元形状のキーポイント検出のための新しいゼロショット手法を提案する。
提案手法は,マルチモーダル大規模言語モデルに埋め込まれた豊富な知識を利用する。
論文 参考訳(メタデータ) (2024-12-09T08:31:57Z) - Camera Calibration using a Collimator System [5.138012450471437]
本稿では,コリメータシステムを用いたカメラキャリブレーション手法を提案する。
コリメータシステムの光学的幾何に基づいて、目標とカメラの間の相対運動が球運動モデルに一致することを証明した。
カメラキャリブレーションにおいて,複数ビューの閉形式解法と2ビューの最小解法を提案する。
論文 参考訳(メタデータ) (2024-09-30T07:40:41Z) - S.T.A.R.-Track: Latent Motion Models for End-to-End 3D Object Tracking with Adaptive Spatio-Temporal Appearance Representations [10.46571824050325]
トラッキング・バイ・アテンションのパラダイムに従って,3次元トラッキングのためのオブジェクト中心のトランスフォーマーベースのフレームワークを提案する。
そこで我々はS.T.A.R.-Trackを提案する。これは新しい潜伏運動モデル(LMM)を用いてオブジェクトクエリを調整し、潜伏空間における視方向や照明条件の変化を考慮に入れている。
論文 参考訳(メタデータ) (2023-06-30T12:22:41Z) - DETR4D: Direct Multi-View 3D Object Detection with Sparse Attention [50.11672196146829]
サラウンドビュー画像を用いた3次元物体検出は、自動運転にとって必須の課題である。
マルチビュー画像における3次元オブジェクト検出のためのスパースアテンションと直接特徴クエリを探索するトランスフォーマーベースのフレームワークであるDETR4Dを提案する。
論文 参考訳(メタデータ) (2022-12-15T14:18:47Z) - Multi-task Learning for Camera Calibration [3.274290296343038]
一対の画像から内在性(主点オフセットと焦点長)と外因性(ベースライン,ピッチ,翻訳)を予測できるユニークな手法を提案する。
カメラモデルニューラルネットワークを用いて3Dポイントを再構成し、再構成の損失を利用してカメラ仕様を得ることにより、この革新的なカメラ投影損失(CPL)法により、所望のパラメータを推定できる。
論文 参考訳(メタデータ) (2022-11-22T17:39:31Z) - ParticleSfM: Exploiting Dense Point Trajectories for Localizing Moving
Cameras in the Wild [57.37891682117178]
本稿では,一対の光流からの高密度対応に基づく動画の高密度間接構造抽出手法を提案する。
不規則点軌道データを処理するために,新しいニューラルネットワークアーキテクチャを提案する。
MPIシンテルデータセットを用いた実験により,我々のシステムはより正確なカメラ軌道を生成することがわかった。
論文 参考訳(メタデータ) (2022-07-19T09:19:45Z) - Robot Self-Calibration Using Actuated 3D Sensors [0.0]
本稿では,ロボットのキャリブレーションをオフラインのSLAM問題として扱う。
これにより、任意の眼深度センサのみを用いてロボットのキャリブレーションを行うことができる。
各種の3Dセンサーを装着した実ロボットに対して,システムの詳細評価を行った。
論文 参考訳(メタデータ) (2022-06-07T16:35:08Z) - Stereo Neural Vernier Caliper [57.187088191829886]
学習に基づくステレオ3Dオブジェクト検出のための新しいオブジェクト中心フレームワークを提案する。
初期3次元立方体推定値から改良された更新を予測する方法の問題に対処する。
提案手法は,KITTIベンチマークの最先端性能を実現する。
論文 参考訳(メタデータ) (2022-03-21T14:36:07Z) - Monocular Quasi-Dense 3D Object Tracking [99.51683944057191]
周囲の物体の将来の位置を予測し、自律運転などの多くのアプリケーションで観測者の行動を計画するためには、信頼性と正確な3D追跡フレームワークが不可欠である。
移動プラットフォーム上で撮影された2次元画像のシーケンスから,移動物体を時間とともに効果的に関連付け,その全3次元バウンディングボックス情報を推定するフレームワークを提案する。
論文 参考訳(メタデータ) (2021-03-12T15:30:02Z) - Pose Estimation for Robot Manipulators via Keypoint Optimization and
Sim-to-Real Transfer [10.369766652751169]
キーポイント検出は多くのロボットアプリケーションにとって重要なビルディングブロックである。
ディープラーニング手法は、マーカーのない方法でユーザ定義キーポイントを検出できる。
これらの課題を克服するキーポイントを定義するための,新たな自律的手法を提案する。
論文 参考訳(メタデータ) (2020-10-15T22:38:37Z) - Kinematic 3D Object Detection in Monocular Video [123.7119180923524]
運動運動を注意深く利用して3次元位置決めの精度を向上させるモノクロ映像を用いた3次元物体検出法を提案する。
我々は、KITTI自動運転データセット内のモノクロ3次元物体検出とバードアイビュータスクの最先端性能を達成する。
論文 参考訳(メタデータ) (2020-07-19T01:15:12Z)
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。