論文の概要: Real-time Registration and Reconstruction with Cylindrical LiDAR Images
- arxiv url: http://arxiv.org/abs/2112.02779v1
- Date: Mon, 6 Dec 2021 04:28:32 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-07 18:02:40.197896
- Title: Real-time Registration and Reconstruction with Cylindrical LiDAR Images
- Title(参考訳): 円筒LiDAR画像によるリアルタイム登録と再構成
- Authors: Wei Dong, Kwonyoung Ryu, Michael Kaess, Jaesik Park
- Abstract要約: LiDARデータのスピン化は3次元知覚タスクに多いが、円筒形状の研究は少ない。
我々はLiDARスキャンの生成を再考し、生スキャンのデータに対する円筒形の範囲画像表現を示す。
- 参考スコア(独自算出の注目度): 35.200145643663824
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Spinning LiDAR data are prevalent for 3D perception tasks, yet its
cylindrical image form is less studied. Conventional approaches regard scans as
point clouds, and they either rely on expensive Euclidean 3D nearest neighbor
search for data association or depend on projected range images for further
processing. We revisit the LiDAR scan formation and present a cylindrical range
image representation for data from raw scans, equipped with an efficient
calibrated spherical projective model. With our formulation, we 1) collect a
large dataset of LiDAR data consisting of both indoor and outdoor sequences
accompanied with pseudo-ground truth poses; 2) evaluate the projective and
conventional registration approaches on the sequences with both synthetic and
real-world transformations; 3) transfer state-of-the-art RGB-D algorithms to
LiDAR that runs up to 180 Hz for registration and 150 Hz for dense
reconstruction. The dataset and tools will be released.
- Abstract(参考訳): LiDARデータのスピン化は3次元知覚タスクに多いが、円筒形状の研究は少ない。
従来の方法ではスキャンを点雲とみなし、ユークリッドの高額な3D近傍でデータアソシエーションを探索するか、さらなる処理のために投影された範囲画像に依存する。
我々はLiDARスキャンの生成を再検討し、効率的なキャリブレーション球面射影モデルを備えた生スキャンデータに対する円筒レンジ画像表現を提案する。
私たちの定式化によって
1) 擬似的真理ポーズを伴う屋内及び屋外両方のシーケンスからなるLiDARデータの大規模なデータセットを収集する。
2) 合成及び実世界の変換によるシーケンスの投影的及び従来的な登録手法の評価
3)最先端のrgb-dアルゴリズムをlidarに転送し、登録には180hz、高密度復元には150hzを動作させる。
データセットとツールがリリースされる。
関連論文リスト
- Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。
既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
論文 参考訳(メタデータ) (2023-08-21T10:38:32Z) - Real-Aug: Realistic Scene Synthesis for LiDAR Augmentation in 3D Object
Detection [45.102312149413855]
生成したデータに対して最大制御性を提供する合成ベースLiDARデータ拡張手法(いわゆるGT-Aug)について検討する。
本稿では,現実的なLiDARスキャンの生成を優先する合成に基づく拡張手法であるReal-Augを提案する。
nuScenes テストセット上で, 最先端の 0.744 NDS と 0.702 mAP を達成する。
論文 参考訳(メタデータ) (2023-05-22T09:24:55Z) - LiDAR-NeRF: Novel LiDAR View Synthesis via Neural Radiance Fields [112.62936571539232]
本稿では,LiDARセンサのための新しいビュー合成手法を提案する。
スタイルトランスファーニューラルネットワークを用いた従来のモデルベースLiDARシミュレータは、新しいビューのレンダリングに応用できる。
ニューラル放射場(NeRF)を用いて幾何学と3D点の属性の連成学習を容易にする。
論文 参考訳(メタデータ) (2023-04-20T15:44:37Z) - Generative Range Imaging for Learning Scene Priors of 3D LiDAR Data [3.9447103367861542]
本稿では,データレベルドメイン転送に適用可能なLiDARレンジ画像の生成モデルを提案する。
LiDAR測定がポイント・バイ・ポイント・レンジ・イメージングに基づくことから,暗黙的な画像表現に基づく生成対向ネットワークを訓練する。
本モデルの有効性と多様性を,ポイントベースおよびイメージベース・オブ・ザ・アーティファクト・ジェネレーティブ・モデルと比較した。
論文 参考訳(メタデータ) (2022-10-21T06:08:39Z) - LiDARCap: Long-range Marker-less 3D Human Motion Capture with LiDAR
Point Clouds [58.402752909624716]
既存のモーションキャプチャデータセットはほとんどが短距離であり、まだ長距離アプリケーションのニーズに合わない。
我々は,この制限を克服するために,LiDARがより長い範囲で捉えた新しい人間のモーションキャプチャーデータセットLiDARHuman26Mを提案する。
我々のデータセットには、IMUシステムによって取得された人間の動きと同期RGB画像も含まれている。
論文 参考訳(メタデータ) (2022-03-28T12:52:45Z) - Enhancement of Novel View Synthesis Using Omnidirectional Image
Completion [61.78187618370681]
ニューラルレイディアンス場(NeRF)に基づく1枚の360度RGB-D画像から新しいビューを合成する方法を提案する。
実験により,提案手法は実世界と実世界の両方でシーンの特徴を保ちながら,可塑性な新規なビューを合成できることが実証された。
論文 参考訳(メタデータ) (2022-03-18T13:49:25Z) - Urban Radiance Fields [77.43604458481637]
本研究では,都市屋外環境における世界地図作成によく利用されるスキャニングプラットフォームによって収集されたデータから3次元再構成と新しいビュー合成を行う。
提案手法は、制御された環境下での小さなシーンのための現実的な新しい画像の合成を実証したニューラルラジアンス場を拡張している。
これら3つのエクステンションはそれぞれ、ストリートビューデータの実験において、大幅なパフォーマンス改善を提供する。
論文 参考訳(メタデータ) (2021-11-29T15:58:16Z) - Lidar-Monocular Surface Reconstruction Using Line Segments [5.542669744873386]
LIDARスキャンと画像データの両方で検出される一般的な幾何学的特徴を利用して、2つのセンサからのデータを高レベル空間で処理することを提案する。
提案手法は, 高精度な地中真理推定を必要とせず, 最先端のLIDARサーベイに匹敵する結果が得られることを示す。
論文 参考訳(メタデータ) (2021-04-06T19:49:53Z) - It's All Around You: Range-Guided Cylindrical Network for 3D Object
Detection [4.518012967046983]
本研究は,360度深度スキャナーによって生成された3次元データを解析するための新しい手法を提案する。
距離誘導畳み込みの概念を導入し,エゴ車と物体のスケールからの距離で受容場を適応させる。
我々のネットワークは、現在の最先端アーキテクチャに匹敵するnuScenesチャレンジにおいて、強力な結果を示す。
論文 参考訳(メタデータ) (2020-12-05T21:02:18Z) - Fast and Robust Registration of Aerial Images and LiDAR data Based on
Structrual Features and 3D Phase Correlation [6.3812295314207335]
本稿では,構造的特徴と3次元位相相関に基づく自動登録手法を提案する。
空中画像とLiDARデータの2つのデータセットを用いて実験したところ、提案手法は最先端の手法よりもはるかに高速で堅牢であることがわかった。
論文 参考訳(メタデータ) (2020-04-21T08:19:56Z)
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。