論文の概要: Jacobian Computation for Cumulative B-splines on SE(3) and Application to Continuous-Time Object Tracking

• arxiv url: http://arxiv.org/abs/2201.10602v1
• Date: Tue, 25 Jan 2022 19:53:33 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-27 13:21:46.505624
• Title: Jacobian Computation for Cumulative B-splines on SE(3) and Application to Continuous-Time Object Tracking
• Title（参考訳）: se(3)上の累積bスプラインのヤコビアン計算と連続時間物体追跡への応用
• Authors: Javier Tirado, Javier Civera
• Abstract要約: 複数のRGB-Dビューから,シーンに存在する動的剛体物体の連続軌跡(向きと変換)を推定する手法を提案する。 対象軌跡を累積的B-スプライン曲線に合わせることにより、任意の中間時刻スタンプで、ポーズだけでなく、直線的かつ角的な速度と加速度も補間できる。
• 参考スコア（独自算出の注目度）: 13.249453757295086
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper we propose a method that estimates the $SE(3)$ continuous trajectories (orientation and translation) of the dynamic rigid objects present in a scene, from multiple RGB-D views. Specifically, we fit the object trajectories to cumulative B-Splines curves, which allow us to interpolate, at any intermediate time stamp, not only their poses but also their linear and angular velocities and accelerations. Additionally, we derive in this work the analytical $SE(3)$ Jacobians needed by the optimization, being applicable to any other approach that uses this type of curves. To the best of our knowledge this is the first work that proposes 6-DoF continuous-time object tracking, which we endorse with significant computational cost reduction thanks to our analytical derivations. We evaluate our proposal in synthetic data and in a public benchmark, showing competitive results in localization and significant improvements in velocity estimation in comparison to discrete-time approaches.
• Abstract（参考訳）: 本稿では,複数のrgb-dビューからシーンに存在する動的剛体オブジェクトの$se(3)$連続軌跡(向き付けと変換)を推定する手法を提案する。 具体的には、対象の軌跡を累積b-スプライン曲線に適合させることで、任意の中間時間切手において、ポーズだけでなく、線形および角速度と加速度も補間することができる。 さらに、この研究は最適化に必要な解析的$SE(3)$ヤコビアンを導出し、このタイプの曲線を使用する他のアプローチにも適用できる。 我々の知る限りでは、これは6-DoF連続時間物体追跡を提案する最初の研究であり、分析的導出により計算コストの大幅な削減を図っている。 提案手法を合成データおよび公開ベンチマークで評価し、局所化における競合結果と離散時間アプローチと比較して速度推定の大幅な改善を示す。

関連論文リスト

• ICP-Flow: LiDAR Scene Flow Estimation with ICP [2.9290232815049926]
  シーンフローは、近くの時間ステップで自動運転車が捉えた2つのLiDARスキャン間の3D運動を特徴付ける。 我々は,学習不要なフロー推定器であるICP-Flowを提案し,オブジェクトをスキャン上で関連付け,局所的な剛性変換を推定する。 教師付きモデルを含む最先端のベースラインをデータセット上で上回り、Argoverse-v2とnuScenesで競合的に実行します。
  論文  参考訳（メタデータ） (2024-02-27T09:41:59Z)
• A 5-Point Minimal Solver for Event Camera Relative Motion Estimation [47.45081895021988]
  本稿では,直線パラメータと線形カメラ速度予測を推定し,複数の直線を考慮した場合の1つの平均線形速度に融合できる新しい最小5点解法を提案する。 本手法は,既存の閉形式解法が23%から70%しか達成できない線形速度の推定において,連続的に100%の成功率を達成する。
  論文  参考訳（メタデータ） (2023-09-29T08:30:18Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• Distributed Unconstrained Optimization with Time-varying Cost Functions [1.52292571922932]
  目的は、各時点の総コストを最小限に抑える最適な軌道を追跡することである。 提案手法は,2段階のダイナミックスから成り,まず第1段階と第2段階の局所的コストの導関数をサンプリングし,最適軌道への降下方向の推定を周期的に構築する。 提案手法の性能を示すために,アルゴリズムのパラメータとその局所状態の収束に対する効果を最適軌道に調整する数値実験を行った。
  論文  参考訳（メタデータ） (2022-12-12T23:59:54Z)
• Deep Projective Rotation Estimation through Relative Supervision [31.05330535795121]
  ディープラーニングは、画像ベースの向き推定器を開発する方法を提供する。 これらの推定器は、しばしば大きなラベル付きデータセットのトレーニングを必要とする。 自己教師付き配向推定のための新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-11-21T04:58:07Z)
• Optimal Stopping with Gaussian Processes [2.126171264016785]
  金融時系列でよく見られる構造特性は、ガウス過程とディープガウス過程のモデルを使用することが可能であることを示す。 さらに、最適停止解析により価格モデルを伝播することにより、値関数の不確実性を定量化する。 我々のアルゴリズム群は3つの歴史的時系列データセットのベンチマークよりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-09-22T21:19:27Z)
• IDEA-Net: Dynamic 3D Point Cloud Interpolation via Deep Embedding Alignment [58.8330387551499]
  我々は、点方向軌跡(すなわち滑らかな曲線)の推定として問題を定式化する。 本稿では,学習した時間的一貫性の助けを借りて問題を解消する,エンドツーエンドのディープラーニングフレームワークであるIDEA-Netを提案する。 各種点群における本手法の有効性を実証し, 定量的かつ視覚的に, 最先端の手法に対する大幅な改善を観察する。
  論文  参考訳（メタデータ） (2022-03-22T10:14:08Z)
• Averaging Spatio-temporal Signals using Optimal Transport and Soft Alignments [110.79706180350507]
  Fr'teche は双対性を意味し, 時間的バレシェセンタを定義するために提案した損失が有効であることを示す。 手書き文字と脳画像データによる実験は、我々の理論的発見を裏付けるものである。
  論文  参考訳（メタデータ） (2022-03-11T09:46:22Z)
• Event-Based Feature Tracking in Continuous Time with Sliding Window Optimization [55.11913183006984]
  イベントカメラにおける連続時間特徴追跡のための新しい手法を提案する。 時空における推定軌道に沿って事象を整列させることによって特徴を追跡する。 提案するスライディングウインドウB-スプライン最適化が,より長く,より正確な特徴トラックにつながることを実験的に確認した。
  論文  参考訳（メタデータ） (2021-07-09T16:41:20Z)
• 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。