論文の概要: Space-Partitioning RANSAC

• arxiv url: http://arxiv.org/abs/2111.12385v1
• Date: Wed, 24 Nov 2021 10:10:04 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-25 19:18:08.633163
• Title: Space-Partitioning RANSAC
• Title（参考訳）: 空間分割型RANSAC
• Authors: Daniel Barath, Gabor Valasek
• Abstract要約: RANSACモデルの品質計算を高速化する新しいアルゴリズムを提案する。 この方法は、例えば2D-2D点対応などの関節対応空間を2つの正則格子に分割することに基づいている。 RANSACの実行時間を41%削減するが、精度は確実に低下しない。
• 参考スコア（独自算出の注目度）: 30.255457622022487
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A new algorithm is proposed to accelerate RANSAC model quality calculations. The method is based on partitioning the joint correspondence space, e.g., 2D-2D point correspondences, into a pair of regular grids. The grid cells are mapped by minimal sample models, estimated within RANSAC, to reject correspondences that are inconsistent with the model parameters early. The proposed technique is general. It works with arbitrary transformations even if a point is mapped to a point set, e.g., as a fundamental matrix maps to epipolar lines. The method is tested on thousands of image pairs from publicly available datasets on fundamental and essential matrix, homography and radially distorted homography estimation. On average, it reduces the RANSAC run-time by 41% with provably no deterioration in the accuracy. It can be straightforwardly plugged into state-of-the-art RANSAC frameworks, e.g. VSAC.
• Abstract（参考訳）: RANSACモデルの品質計算を高速化する新しいアルゴリズムを提案する。 この方法は、例えば2D-2D点対応などの関節対応空間を正規格子に分割することに基づいている。 グリッドセルはRANSAC内で推定される最小限のサンプルモデルによってマッピングされ、モデルパラメータと早期に矛盾する対応を拒否する。 提案手法は一般的である。 点が点集合、例えば、基本行列としてエピポーラ線に写像されたとしても、任意の変換で作用する。 この方法は、基本および本質行列、ホモグラフィおよび放射歪ホモグラフィ推定に関する公開データセットから、何千もの画像ペアでテストされる。 平均すると、RANSACの実行時間を41%削減するが、精度は確実に低下しない。 VSACのような最先端のRANSACフレームワークに簡単にプラグインできる。

関連論文リスト

• RANSAC Back to SOTA: A Two-stage Consensus Filtering for Real-time 3D Registration [15.81035895734261]
  対応ベースのポイントクラウド登録(PCR)は、ロボット工学とコンピュータビジョンにおいて重要な役割を果たす。 我々は、RANSACを最先端(SOTA)の速度と精度に高める2段階のコンセンサスフィルタリング(TCF)を提案する。
  論文  参考訳（メタデータ） (2024-10-21T06:46:49Z)
• Disentangled Representation Learning with the Gromov-Monge Gap [65.73194652234848]
  乱れのないデータから歪んだ表現を学習することは、機械学習における根本的な課題である。 本稿では,2次最適輸送に基づく非交叉表現学習手法を提案する。 提案手法の有効性を4つの標準ベンチマークで示す。
  論文  参考訳（メタデータ） (2024-07-10T16:51:32Z)
• Linear Relative Pose Estimation Founded on Pose-only Imaging Geometry [18.270330814061325]
  本稿では,n$(n geq 6$)点対に対する線形相対ポーズ推定アルゴリズムを提案する。 これは最近のポーズ専用画像幾何学に基づいており、適切な再重み付けによって外れ値のフィルタリングを行っている。 相対回転精度を2$sim$10倍に向上させる。
  論文  参考訳（メタデータ） (2024-01-24T10:35:34Z)
• $H$-RANSAC, an algorithmic variant for Homography image transform from featureless point sets: application to video-based football analytics [1.1970409518725493]
  局所特徴ベクトルと点ペアリングを伴わない変換集合からホモグラフィーを検索するための一般化されたRANSACアルゴリズムを提案する。 提案手法は、実際のフットボールの試合中にカメラが取得した画像の大規模なデータセット上でテストされる。
  論文  参考訳（メタデータ） (2023-10-07T20:56:39Z)
• Learning the Positions in CountSketch [49.57951567374372]
  本稿では,まずランダムなスケッチ行列に乗じてデータを圧縮し,最適化問題を高速に解くスケッチアルゴリズムについて検討する。 本研究では,ゼロでないエントリの位置を最適化する学習ベースアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-06-11T07:28:35Z)
• LSG-CPD: Coherent Point Drift with Local Surface Geometry for Point Cloud Registration [1.8876415010297891]
  剛点雲登録のための局所表面形状法 (LSG-CPD) を用いた CPD と呼ばれる新しい手法を提案する。 本手法は,局所表面の平坦度に基づいて,点対面のペナリゼーションに異なるレベルのペナリゼーションを適応的に付加する。 CPDの現代の実装よりもはるかに高速です。
  論文  参考訳（メタデータ） (2021-03-28T03:46:41Z)
• Finding Geometric Models by Clustering in the Consensus Space [61.65661010039768]
  本稿では,未知数の幾何学的モデル,例えばホモグラフィーを求めるアルゴリズムを提案する。 複数の幾何モデルを用いることで精度が向上するアプリケーションをいくつか提示する。 これには、複数の一般化されたホモグラフからのポーズ推定、高速移動物体の軌道推定が含まれる。
  論文  参考訳（メタデータ） (2021-03-25T14:35:07Z)
• Efficient Initial Pose-graph Generation for Global SfM [56.38930515826556]
  本稿では,グローバルなStructure-from-Motionアルゴリズムの初期ポーズグラフ生成を高速化する方法を提案する。 アルゴリズムは1DSfMデータセットから402130の画像ペアでテストされる。
  論文  参考訳（メタデータ） (2020-11-24T09:32:03Z)
• Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
  局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。 本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。 実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
  論文  参考訳（メタデータ） (2020-07-20T12:07:48Z)
• Robust 6D Object Pose Estimation by Learning RGB-D Features [59.580366107770764]
  本稿では、この局所最適問題を解くために、回転回帰のための離散連続的な新しい定式化を提案する。 我々はSO(3)の回転アンカーを均一にサンプリングし、各アンカーから目標への制約付き偏差を予測し、最適な予測を選択するための不確実性スコアを出力する。 LINEMOD と YCB-Video の2つのベンチマーク実験により,提案手法が最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2020-02-29T06:24:55Z)

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。