論文の概要: Multi-Resolution Factor Graph Based Stereo Correspondence Algorithm

• arxiv url: http://arxiv.org/abs/2202.01309v1
• Date: Wed, 2 Feb 2022 22:27:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-04 13:51:50.501188
• Title: Multi-Resolution Factor Graph Based Stereo Correspondence Algorithm
• Title（参考訳）: 多解係数グラフに基づくステレオ対応アルゴリズム
• Authors: Hanieh Shabanian, Madhusudhanan Balasubramanian
• Abstract要約: 任意の視野方向のシーンの濃密な深度マップは、濃密な視野対応から推定することができる。 マルチレゾリューション係数グラフに基づくステレオマッチングアルゴリズム(MR-FGS)を提案する。 MR-FGSアルゴリズムはミドルベリーステレオベンチマークデータセットのステレオペアを用いて質的,定量的に評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A dense depth-map of a scene at an arbitrary view orientation can be estimated from dense view correspondences among multiple lower-dimensional views of the scene. These low-dimensional view correspondences are dependent on the geometrical relationship among the views and the scene. Determining dense view correspondences is difficult in part due to presence of homogeneous regions in the scene and due to presence of occluded regions and illumination differences among the views. We present a new multi-resolution factor graph-based stereo matching algorithm (MR-FGS) that utilizes both intra- and inter-resolution dependencies among the views as well as among the disparity estimates. The proposed framework allows exchange of information among multiple resolutions of the correspondence problem and is useful for handling larger homogeneous regions in a scene. The MR-FGS algorithm was evaluated qualitatively and quantitatively using stereo pairs in the Middlebury stereo benchmark dataset based on commonly used performance measures. When compared to a recently developed factor graph model (FGS), the MR-FGS algorithm provided more accurate disparity estimates without requiring the commonly used post-processing procedure known as the left-right consistency check. The multi-resolution dependency constraint within the factor-graph model significantly improved contrast along depth boundaries in the MR-FGS generated disparity maps.
• Abstract（参考訳）: 任意の視野方向のシーンの濃密な深度マップは、シーンの複数の低次元ビュー間の濃密な視野対応から推定することができる。 これらの低次元ビュー対応は、ビューとシーン間の幾何学的関係に依存する。 シーン内の均質な領域の存在や、遮蔽された領域の存在、ビュー間の照明の違いなどにより、密接なビュー対応を決定することは困難である。 本稿では,ビュー間の分解能依存性と不一致推定値の両方を利用するマルチレゾリューション係数グラフに基づくステレオマッチングアルゴリズム(mr-fgs)を提案する。 提案手法は対応問題の多重解像度間での情報交換を可能にし,シーン内の大きな均質な領域を扱うのに有用である。 MR-FGSアルゴリズムをミドルベリーステレオベンチマークデータセットのステレオペアを用いて定性的,定量的に評価した。 最近開発された因子グラフモデル(FGS)と比較して、MR-FGSアルゴリズムは、左の整合性チェックとして知られる一般的に使用される後処理の手順を必要とせずに、より正確な差分推定を提供した。 因子グラフモデルにおけるマルチレゾリューション依存性制約は,mr-fgsの深さ境界に沿ったコントラストを著しく改善した。

関連論文リスト

• MAC-VO: Metrics-aware Covariance for Learning-based Stereo Visual Odometry [18.419627185893926]
  MAC-VOは,学習用ステレオVOである。 我々のキーポイントセレクタは、学習した不確実性を利用して、グローバルな不整合に基づいて低品質な特徴をフィルタリングする。
  論文  参考訳（メタデータ） (2024-09-14T16:49:42Z)
• Multi-Spectral Image Stitching via Spatial Graph Reasoning [52.27796682972484]
  空間グラフ推論に基づくマルチスペクトル画像縫合法を提案する。 同一のビュー位置から複数スケールの補完機能をノードに埋め込む。 空間的・チャネル的次元に沿った長距離コヒーレンスを導入することにより、画素関係の相補性とチャネル相互依存性は、整列したマルチビュー特徴の再構築に寄与する。
  論文  参考訳（メタデータ） (2023-07-31T15:04:52Z)
• Multiscale Dynamic Graph Representation for Biometric Recognition with Occlusions [43.05765549682057]
  咬合は、野生における生体認証の一般的な問題である。 本稿では,CNNとグラフモデルの両方の利点を統合した新しい統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-27T04:18:08Z)
• Learning to Fuse Monocular and Multi-view Cues for Multi-frame Depth Estimation in Dynamic Scenes [51.20150148066458]
  一般化されたマスクを必要とせず,ボリュームとして符号化された多視点と単眼のキューを融合させる新しい手法を提案する。 実世界のデータセットを用いた実験は,提案手法の有効性と性能を実証する。
  論文  参考訳（メタデータ） (2023-04-18T13:55:24Z)
• A Novel Factor Graph-Based Optimization Technique for Stereo Correspondence Estimation [0.0]
  差分推定のための新しい因子グラフに基づく確率的グラフィカルモデルを提案する。 新たな因子グラフに基づく手法は、最近の非学習および学習に基づく分散度推定アルゴリズムと比較して、より高精度な分散度推定を提供する。
  論文  参考訳（メタデータ） (2021-09-22T23:30:33Z)
• LocalTrans: A Multiscale Local Transformer Network for Cross-Resolution Homography Estimation [52.63874513999119]
  クロスレゾリューション画像アライメントは、マルチスケールギガ撮影において重要な問題である。 既存のディープ・ホモグラフィー手法は、それらの間の対応の明示的な定式化を無視し、クロスレゾリューションの課題において精度が低下する。 本稿では,マルチモーダル入力間の対応性を明確に学習するために,マルチスケール構造内に埋め込まれたローカルトランスフォーマーネットワークを提案する。
  論文  参考訳（メタデータ） (2021-06-08T02:51:45Z)
• Spatial-spectral Hyperspectral Image Classification via Multiple Random Anchor Graphs Ensemble Learning [88.60285937702304]
  本稿では,複数のランダムアンカーグラフアンサンブル学習(RAGE)を用いた空間スペクトルHSI分類手法を提案する。 まず、各選択されたバンドのより記述的な特徴を抽出し、局所的な構造と領域の微妙な変化を保存するローカルバイナリパターンを採用する。 次に,アンカーグラフの構成に適応隣接代入を導入し,計算複雑性を低減した。
  論文  参考訳（メタデータ） (2021-03-25T09:31:41Z)
• Semantic Change Detection with Asymmetric Siamese Networks [71.28665116793138]
  2つの空中画像が与えられた場合、セマンティックチェンジ検出は、土地被覆のバリエーションを特定し、それらの変化タイプをピクセルワイド境界で識別することを目的としている。 この問題は、正確な都市計画や天然資源管理など、多くの地球ビジョンに関連するタスクにおいて不可欠である。 本研究では, 広く異なる構造を持つモジュールから得られた特徴対を用いて意味変化を同定し, 同定するための非対称システマネットワーク(ASN)を提案する。
  論文  参考訳（メタデータ） (2020-10-12T13:26:30Z)
• Multi-Margin based Decorrelation Learning for Heterogeneous Face Recognition [90.26023388850771]
  本稿では,超球面空間におけるデコリレーション表現を抽出するディープニューラルネットワーク手法を提案する。 提案するフレームワークは,不均一表現ネットワークとデコリレーション表現学習の2つのコンポーネントに分けることができる。 2つの難解な異種顔データベースに対する実験結果から,本手法は検証タスクと認識タスクの両方において優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-05-25T07:01:12Z)

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。