論文の概要: Pyramidal Blur Aware X-Corner Chessboard Detector
- arxiv url: http://arxiv.org/abs/2110.13793v1
- Date: Tue, 26 Oct 2021 15:46:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-27 15:39:00.041875
- Title: Pyramidal Blur Aware X-Corner Chessboard Detector
- Title（参考訳）: x-cornerチェスボード検出器を用いたピラミッド型ぼやけ検出
- Authors: Peter Abeles
- Abstract要約: 高解像度画像、フォーカス/モーションのぼかし、過酷な照明条件、背景のぼかしなどのために特別に設計された新しいチェスボード検出器が提案されている。
これは、新しいx-corner検出器を使用して実現され、初めてぼかしを推定し、コーナーのローカライゼーション、エッジのバリデーション、接続性を高める新しい方法で使用される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With camera resolution ever increasing and the need to rapidly recalibrate
robotic platforms in less than ideal environments, there is a need for faster
and more robust chessboard fiducial marker detectors. A new chessboard detector
is proposed that is specifically designed for: high resolution images,
focus/motion blur, harsh lighting conditions, and background clutter. This is
accomplished using a new x-corner detector, where for the first time blur is
estimated and used in a novel way to enhance corner localization, edge
validation, and connectivity. Performance is measured and compared against
other libraries using a diverse set of images created by combining multiple
third party datasets and including new specially crafted scenarios designed to
stress the state-of-the-art. The proposed detector has the best F1- Score of
0.97, runs 1.9x faster than next fastest, and is a top performer for corner
accuracy, while being the only detector to have consistent good performance in
all scenarios.
- Abstract（参考訳）: カメラの解像度が向上し、ロボットプラットフォームを理想的な環境以下で迅速に再調整する必要があるため、より高速で堅牢なチェスボードフィデューシャルマーカー検出器が必要である。
高分解能画像、焦点/動きのぼやき、厳しい照明条件、背景クラッタなどに特化した新しいチェス盤検出器が提案されている。
これは新しいx-corner検出器を使用して実現され、初めてぼかしを推定し、コーナーのローカライズ、エッジ検証、接続性を高める新しい方法で使用する。
パフォーマンスは、複数のサードパーティデータセットを組み合わせて作成された多様なイメージセットを使用して測定され、他のライブラリと比較される。
提案された検出器はF1-Scoreが0.97で、次の最速よりも1.9倍速く動作し、コーナー精度の最高性能であり、全てのシナリオで一貫した性能を持つ唯一の検出器である。
関連論文リスト
- Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。
本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
論文 参考訳（メタデータ） (2024-07-16T12:39:56Z) - ASAG: Building Strong One-Decoder-Layer Sparse Detectors via Adaptive
Sparse Anchor Generation [50.01244854344167]
適応スパースアンカージェネレータ(ASAG)の提案により、スパース検出器と密度検出器のパフォーマンスギャップを橋渡しする。
ASAGは、グリッドではなくパッチの動的なアンカーを予測することで、機能競合の問題を軽減する。
提案手法は高密度な手法より優れ,高速かつ高精度なトレードオフを実現する。
論文 参考訳（メタデータ） (2023-08-18T02:06:49Z) - RCDN -- Robust X-Corner Detection Algorithm based on Advanced CNN Model [3.580983453285039]
複数の干渉下で入力に対して高いサブピクセル精度を維持することができる新しい検出アルゴリズムを提案する。
アルゴリズム全体は粗い戦略を採用しており、Xコーン検出ネットワークと3つの後処理技術を含んでいる。
実画像および合成画像の評価は,提案アルゴリズムが他の一般的な手法よりも検出率,サブピクセル精度,ロバスト性が高いことを示す。
論文 参考訳（メタデータ） (2023-07-07T10:40:41Z) - CCDN: Checkerboard Corner Detection Network for Robust Camera
Calibration [10.614480156920935]
チェッカーボードコーナー検出ネットワークといくつかの後処理技術。
ネットワークモデルは、損失関数と学習率を改善した完全な畳み込みネットワークである。
偽陽性を除去するために,最大応答,非最大抑制,クラスタリングに関連するしきい値を含む3つの後処理手法を用いる。
論文 参考訳（メタデータ） (2023-02-10T07:47:44Z) - SE-Harris and eSUSAN: Asynchronous Event-Based Corner Detection Using
Megapixel Resolution CeleX-V Camera [9.314068908300285]
イベントカメラは、正確なタイムスタンプでピクセル単位の強度変化の非同期イベントストリームを生成する。
本研究では,従来のsusan(smallest univalue segment assimilating nucleus)アルゴリズムに触発されたコーナー検出アルゴリズムesusanを提案する。
また, 指数減衰に基づく適応正規化を用いて動的事象の局所面を高速に構築するse-harrisコーナー検出器を提案する。
論文 参考訳（メタデータ） (2021-05-02T14:06:28Z) - Generalizing Face Forgery Detection with High-frequency Features [63.33397573649408]
現在のCNNベースの検出器は、メソッド固有の色テクスチャに過度に適合するため、一般化に失敗する傾向にある。
フェースフォージェリ検出に高周波雑音を用いることを提案する。
1つは、複数のスケールで高周波ノイズを抽出するマルチスケールの高周波特徴抽出モジュールである。
2つ目は、低レベルRGB特徴抽出器を導く残差誘導空間注意モジュールで、新しい視点からフォージェリートレースにもっと集中する。
論文 参考訳（メタデータ） (2021-03-23T08:19:21Z) - Robust Real-Time Pedestrian Detection on Embedded Devices [4.514832807541817]
本稿では,多くの映像で歩行者検出のためのロバストな枠組みを提案する。
フレームワークは、異なる画像領域で細かく粗い検出を行います。
時間的・空間的特性を活かし、組み込み基板上での精度とリアルタイム性能の向上を図る。
論文 参考訳（メタデータ） (2020-12-13T14:43:30Z) - Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
本稿では,分類に基づく比較的研究の少ない方法論について検討する。
我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。
航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
論文 参考訳（メタデータ） (2020-11-19T05:42:02Z) - Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。
我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。
その結果,小型歩行者の検出における本手法の有効性が示唆された。
論文 参考訳（メタデータ） (2020-08-19T13:13:01Z) - SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。
効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。
構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
論文 参考訳（メタデータ） (2020-07-26T12:32:38Z)
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。