論文の概要: High Definition, Inexpensive, Underwater Mapping
- arxiv url: http://arxiv.org/abs/2203.05640v1
- Date: Thu, 10 Mar 2022 21:08:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-14 13:50:30.128294
- Title: High Definition, Inexpensive, Underwater Mapping
- Title(参考訳): 高定義, 過度, 水中マッピング
- Authors: Bharat Joshi, Marios Xanthidis, Sharmin Rahman, Ioannis Rekleitis
- Abstract要約: 本稿では,1つの安価なセンサを用いた水中SLAMの完全なフレームワークを提案する。
GoPro 9カメラは、単一のmp4ファイルにエンコードされた慣性計測ユニット(IMU)データストリームと同期して高精細ビデオを提供する。
- 参考スコア(独自算出の注目度): 1.9785872350085876
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper we present a complete framework for Underwater SLAM utilizing a
single inexpensive sensor. Over the recent years, imaging technology of action
cameras is producing stunning results even under the challenging conditions of
the underwater domain. The GoPro 9 camera provides high definition video in
synchronization with an Inertial Measurement Unit (IMU) data stream encoded in
a single mp4 file. The visual inertial SLAM framework is augmented to adjust
the map after each loop closure. Data collected at an artificial wreck of the
coast of South Carolina and in caverns and caves in Florida demonstrate the
robustness of the proposed approach in a variety of conditions.
- Abstract(参考訳): 本稿では,安価センサを用いた水中スラムの完全な枠組みを提案する。
近年、水中領域の困難な条件下でも、アクションカメラの撮像技術は驚くべき成果を上げている。
GoPro 9カメラは、単一のmp4ファイルにエンコードされた慣性計測ユニット(IMU)データストリームと同期して高精細ビデオを提供する。
視覚慣性SLAMフレームワークは、各ループ閉鎖後のマップを調整するために拡張される。
サウスカロライナ海岸の人工難破船やフロリダ州の洞窟や洞窟で収集されたデータは、様々な条件下で提案されたアプローチの堅牢性を示している。
関連論文リスト
- CamCtrl3D: Single-Image Scene Exploration with Precise 3D Camera Control [39.20528937415251]
本稿では,1枚の画像と所定のカメラ軌跡からシーンのフライスルー映像を生成する手法を提案する。
4つの手法を用いて,UNetデノイザをカメラ軌道上に配置する。
私たちは、シーン間のスケール一貫性のために、データセット内のカメラ位置を調整し、シーン探索モデルCamCtrl3Dをトレーニングし、最先端の結果を示します。
論文 参考訳(メタデータ) (2025-01-10T14:37:32Z) - MegaSaM: Accurate, Fast, and Robust Structure and Motion from Casual Dynamic Videos [104.1338295060383]
本研究では,ダイナミックシーンのカジュアルモノクラー映像から,カメラパラメータと奥行きマップの精度,高速,堅牢な推定を可能にするシステムを提案する。
本システムは,先行作業や同時作業と比較して,カメラポーズや深度推定において有意に精度が高く,頑健である。
論文 参考訳(メタデータ) (2024-12-05T18:59:42Z) - AC3D: Analyzing and Improving 3D Camera Control in Video Diffusion Transformers [66.29824750770389]
カメラの動きを第一原理の観点から分析し、正確な3Dカメラ操作を可能にする洞察を明らかにする。
これらの知見を合成して、高度な3Dカメラ制御(AC3D)アーキテクチャを設計する。
論文 参考訳(メタデータ) (2024-11-27T18:49:13Z) - EF-3DGS: Event-Aided Free-Trajectory 3D Gaussian Splatting [76.02450110026747]
生物学的ビジョンにインスパイアされたイベントカメラは、時間分解能の高い画素の強度を非同期に記録する。
本稿では,イベントカメラの利点を3DGSにシームレスに統合するイベント支援フリートラジェクトリ3DGSを提案する。
提案手法を,パブリックタンクとテンプルのベンチマークと,新たに収集した実世界のデータセットであるRealEv-DAVISで評価した。
論文 参考訳(メタデータ) (2024-10-20T13:44:24Z) - EvenNICER-SLAM: Event-based Neural Implicit Encoding SLAM [69.83383687049994]
密集した視覚的同時局所化とマッピングのための新しいアプローチである EvenNICER-SLAM を提案する。
EvenNICER-SLAMは、絶対輝度ではなく強度変化に対応するイベントカメラを内蔵している。
以上の結果から,イベントカメラによる高密度SLAMシステムの高速カメラ動作に対する堅牢性向上の可能性が示唆された。
論文 参考訳(メタデータ) (2024-10-04T13:52:01Z) - Continuous Pose for Monocular Cameras in Neural Implicit Representation [65.40527279809474]
本稿では,時間的連続的な機能として単眼カメラのポーズを最適化することの有効性を示す。
提案手法を4つの異なる実験環境において活用する。
連続運動の仮定を用いて、ポーズの変化は実際には6度以下の自由度(DOF)を持つ多様体に生きることができる。
我々はこの低DOF動作表現を固有運動と呼び、vSLAM設定でのアプローチを用い、カメラ追跡性能を高く評価した。
論文 参考訳(メタデータ) (2023-11-28T13:14:58Z) - EGVD: Event-Guided Video Deraining [57.59935209162314]
本稿では,ビデオデライニングのためのイベントカメラの可能性を解放するエンド・ツー・エンドの学習ネットワークを提案する。
雨の多いビデオと時間的に同期されたイベントストリームからなる現実世界のデータセットを構築します。
論文 参考訳(メタデータ) (2023-09-29T13:47:53Z) - Scalable Semantic 3D Mapping of Coral Reefs with Deep Learning [4.8902950939676675]
本稿では,エゴモーション映像から水中環境をマッピングするための新しいパラダイムを提案する。
前例のない規模で高精度な3Dセマンティックマッピングを行い,作業コストを大幅に削減した。
本手法は,サンゴ礁のサンゴ礁モニタリングを飛躍的にスケールアップする。
論文 参考訳(メタデータ) (2023-09-22T11:35:10Z) - An Asynchronous Linear Filter Architecture for Hybrid Event-Frame Cameras [9.69495347826584]
本稿では,HDRビデオ再構成と空間畳み込みのための非同期線形フィルタアーキテクチャを提案する。
提案したAKFパイプラインは、絶対強度誤差(69.4%削減)と画像類似度指数(平均35.5%改善)の両方において、他の最先端手法よりも優れている。
論文 参考訳(メタデータ) (2023-09-03T12:37:59Z) - Survey on video anomaly detection in dynamic scenes with moving cameras [16.849332621082613]
我々は、移動カメラビデオ異常検出(MC-VAD)に関する最初の総合的な調査を行う。
私たちの調査では、セキュリティ、都市交通、海洋環境の3つのアプリケーション領域をカバーしています。
我々は、水中、水面、地面、空中の4つの異なる環境にまたがる、公開可能な25のデータセットをまとめる。
本稿では、これらのデータセットが対応するか含んでいる異常の種類を要約し、そのような異常を検出するための5つの主要なアプローチカテゴリを提示する。
論文 参考訳(メタデータ) (2023-08-14T10:21:06Z) - Real-time dense 3D Reconstruction from monocular video data captured by
low-cost UAVs [0.3867363075280543]
リアルタイム3d再構築は,ナビゲーションや緊急時のライブ評価など,多数のアプリケーションにメリットがある環境の高速密マッピングを可能にする。
ほとんどのリアルタイム対応のアプローチとは対照的に、我々のアプローチは明示的な深度センサーを必要としない。
建物周辺を斜め視で飛行する無人航空機(UAV)の自己動作を利用して、選択された画像のカメラ軌道と深度の両方を、十分な新規な内容で推定します。
論文 参考訳(メタデータ) (2021-04-21T13:12:17Z)
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。