論文の概要: Polarimetric Pose Prediction
- arxiv url: http://arxiv.org/abs/2112.03810v1
- Date: Tue, 7 Dec 2021 16:38:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-08 14:42:15.537434
- Title: Polarimetric Pose Prediction
- Title(参考訳): ポラリメトリックポーズ予測
- Authors: Daoyi Gao, Yitong Li, Patrick Ruhkamp, Iuliia Skobleva, Magdalena
Wysock, HyunJun Jung, Pengyuan Wang, Arturo Guridi, Nassir Navab, Benjamin
Busam
- Abstract要約: カラーバンド分離波長と強度は、単色6Dオブジェクトのポーズ推定に最もよく用いられる。
本稿では,光波の発振方向などの相補的な偏光情報が,ポーズ予測の精度にどのように影響するかを考察する。
- 参考スコア(独自算出の注目度): 42.47531308682873
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Light has many properties that can be passively measured by vision sensors.
Colour-band separated wavelength and intensity are arguably the most commonly
used ones for monocular 6D object pose estimation. This paper explores how
complementary polarisation information, i.e. the orientation of light wave
oscillations, can influence the accuracy of pose predictions. A hybrid model
that leverages physical priors jointly with a data-driven learning strategy is
designed and carefully tested on objects with different amount of photometric
complexity. Our design not only significantly improves the pose accuracy in
relation to photometric state-of-the-art approaches, but also enables object
pose estimation for highly reflective and transparent objects.
- Abstract(参考訳): 光は多くの特性を持ち、視覚センサーによって受動的に測定できる。
カラーバンド分離波長と強度は、単色6Dオブジェクトのポーズ推定に最もよく用いられる。
本稿では,光波振動の方向といった相補的偏光情報がポーズ予測の精度に与える影響について検討する。
データ駆動学習戦略と協調して物理プライオリティを利用するハイブリッドモデルは、異なるフォトメトリックの複雑さを持つオブジェクトに対して設計され、慎重にテストされる。
我々の設計は, 感光性や透明度の高い物体に対するポーズ推定を可能にするだけでなく, 感光性や感光性の向上にも寄与する。
関連論文リスト
- S2P3: Self-Supervised Polarimetric Pose Prediction [55.43547228561919]
本稿では,マルチモーダルRGB+ポラリメトリック画像から,最初の自己監督型6次元オブジェクトポーズ予測を提案する。
1) 偏光の幾何学的情報を抽出する物理モデル,2) 教師による知識蒸留方式,3) 異なる制約による自己監督的損失の定式化を含む。
論文 参考訳(メタデータ) (2023-12-02T10:46:40Z) - Polarimetric Information for Multi-Modal 6D Pose Estimation of
Photometrically Challenging Objects with Limited Data [51.95347650131366]
6Dポーズ推定パイプラインは、RGBのみまたはRGB-Dデータに依存する。
このような制限を克服するために,補完分極情報を利用した教師付き学習ベース手法を提案する。
論文 参考訳(メタデータ) (2023-08-21T10:56:00Z) - Deep Learning Methods for Calibrated Photometric Stereo and Beyond [86.57469194387264]
光度ステレオは、さまざまなシェーディングキューを持つ複数の画像から物体の表面の正常性を回復する。
深層学習法は、非ランベルト面に対する測光ステレオの文脈において強力な能力を示している。
論文 参考訳(メタデータ) (2022-12-16T11:27:44Z) - A Geometric Model for Polarization Imaging on Projective Cameras [5.381004207943598]
一般射影カメラが光偏光状態をどのように捉えているかを記述する幾何学的モデルを提案する。
本モデルは, 原画像に作用する前処理操作として実装され, その後, 再構成された正規フィールドの画素単位の回転が続く。
既存のデータセットと新しいデータセットの実験は、市販の偏光カメラに適用した場合のモデルの精度を示している。
論文 参考訳(メタデータ) (2022-11-29T17:12:26Z) - Sparse Ellipsometry: Portable Acquisition of Polarimetric SVBRDF and
Shape with Unstructured Flash Photography [32.68190169944569]
ポーラリメトリックSVBRDFと3次元形状を同時にキャプチャする携帯型ポーラリメトリック取得法を提案する。
日ではなく、総取得時間は1オブジェクトあたり20分から30分である。
本研究は, 実世界の物体の捕集された偏光量計BRDFの地上観測データと強く一致していることを示す。
論文 参考訳(メタデータ) (2022-07-09T09:42:59Z) - DeepRM: Deep Recurrent Matching for 6D Pose Refinement [77.34726150561087]
DeepRMは、6Dポーズ改善のための新しいリカレントネットワークアーキテクチャである。
アーキテクチャにはLSTMユニットが組み込まれ、各改善ステップを通じて情報を伝達する。
DeepRMは、2つの広く受け入れられている課題データセットで最先端のパフォーマンスを達成する。
論文 参考訳(メタデータ) (2022-05-28T16:18:08Z) - Pose Estimation of Specular and Symmetrical Objects [0.719973338079758]
ロボット産業では、眼鏡とテクスチャレスの金属部品がユビキタスである。
リッチテクスチャが欠如しているため, 単眼RGBカメラのみを用いた6次元ポーズ推定は困難である。
そこで本研究では,データ駆動型手法を用いて,対象物の6次元ポーズを推定する手法を提案する。
論文 参考訳(メタデータ) (2020-10-31T22:08:46Z) - Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset
for Spatially Varying Isotropic Materials [65.95928593628128]
多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。
我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
論文 参考訳(メタデータ) (2020-01-18T12:26:22Z)
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。