論文の概要: Relative Pose from SIFT Features

• arxiv url: http://arxiv.org/abs/2203.07930v1
• Date: Tue, 15 Mar 2022 14:16:39 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-16 21:31:14.426754
• Title: Relative Pose from SIFT Features
• Title（参考訳）: SIFTの特徴からの相対的視点
• Authors: Daniel Barath, Zuzana Kukelova
• Abstract要約: 基本行列の未知元と向きとスケールに関する新しい線形制約を導出する。 提案した制約は、合成環境における多くの問題と、80000以上の画像ペア上で公開されている実世界のデータセットでテストされる。
• 参考スコア（独自算出の注目度）: 50.81749304115036
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper proposes the geometric relationship of epipolar geometry and orientation- and scale-covariant, e.g., SIFT, features. We derive a new linear constraint relating the unknown elements of the fundamental matrix and the orientation and scale. This equation can be used together with the well-known epipolar constraint to, e.g., estimate the fundamental matrix from four SIFT correspondences, essential matrix from three, and to solve the semi-calibrated case from three correspondences. Requiring fewer correspondences than the well-known point-based approaches (e.g., 5PT, 6PT and 7PT solvers) for epipolar geometry estimation makes RANSAC-like randomized robust estimation significantly faster. The proposed constraint is tested on a number of problems in a synthetic environment and on publicly available real-world datasets on more than 80000 image pairs. It is superior to the state-of-the-art in terms of processing time while often leading to more accurate results.
• Abstract（参考訳）: 本稿では,エピポーラ幾何学と向き・スケール共変の幾何学的関係,例えばSIFTの特徴について述べる。 基本行列の未知の要素と向きとスケールに関する新しい線形制約を導出する。 この方程式は、よく知られた極性制約と共に使用することができ、例えば、基本的な行列を4つのSIFT対応、3つの必須行列から推定し、3つの対応から半校正されたケースを解くことができる。 エピポーラ幾何推定のためによく知られた点ベースアプローチ(例えば 5pt, 6pt, 7pt ソルバ)よりも少ない対応を必要とするため、ransac のようなランダム化ロバスト推定は著しく高速である。 提案する制約は、合成環境における多くの問題と、80000以上の画像ペアで公開されている実世界のデータセットでテストされる。 処理時間に関しては最先端よりも優れており、多くの場合より正確な結果をもたらす。

関連論文リスト

• Sample-Efficient Geometry Reconstruction from Euclidean Distances using Non-Convex Optimization [7.114174944371803]
  ユークリッド距離情報点対を埋め込む適切な点を見つける問題は、コアタスクとサブマシン学習の問題の両方として生じる。 本稿では,最小限のサンプル数を考えると,この問題を解決することを目的とする。
  論文  参考訳（メタデータ） (2024-10-22T13:02:12Z)
• Regularized Projection Matrix Approximation with Applications to Community Detection [1.3761665705201904]
  本稿では,アフィニティ行列からクラスタ情報を復元するための正規化プロジェクション行列近似フレームワークを提案する。 3つの異なるペナルティ関数について検討し, それぞれが有界, 正, スパースシナリオに対応するように調整した。 合成および実世界の両方のデータセットで行った数値実験により、我々の正規化射影行列近似アプローチはクラスタリング性能において最先端の手法を著しく上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-05-26T15:18:22Z)
• Polynomial-Time Solutions for ReLU Network Training: A Complexity Classification via Max-Cut and Zonotopes [70.52097560486683]
  我々は、ReLUネットワークの近似の難しさがマックス・カッツ問題の複雑さを反映しているだけでなく、特定の場合において、それと完全に一致することを証明した。 特に、$epsilonleqsqrt84/83-1approx 0.006$とすると、目的値に関して相対誤差$epsilon$でReLUネットワーク対象の近似グローバルデータセットを見つけることはNPハードであることが示される。
  論文  参考訳（メタデータ） (2023-11-18T04:41:07Z)
• SIGMA: Scale-Invariant Global Sparse Shape Matching [50.385414715675076]
  非剛体形状の正確なスパース対応を生成するための新しい混合整数プログラミング(MIP)法を提案する。 いくつかの挑戦的な3Dデータセットに対して,スパースな非剛性マッチングの最先端結果を示す。
  論文  参考訳（メタデータ） (2023-08-16T14:25:30Z)
• Orthogonal Matrix Retrieval with Spatial Consensus for 3D Unknown-View Tomography [58.60249163402822]
  未知視トモグラフィ(UVT)は、未知のランダムな向きで2次元投影から3次元密度マップを再構成する。 提案したOMRはより堅牢で、従来の最先端のOMRアプローチよりも大幅に性能が向上している。
  論文  参考訳（メタデータ） (2022-07-06T21:40:59Z)
• Robust Extrinsic Symmetry Estimation in 3D Point Clouds [4.416484585765027]
  3次元点雲で表される物体の反射対称性面を検出することは、3次元コンピュータビジョンと幾何学処理の基本的な問題である。 本稿では,外乱や欠落部分に対して頑健な反射対称性の平面に対する統計的推定器に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-09-21T03:09:51Z)
• Unified Representation of Geometric Primitives for Graph-SLAM Optimization Using Decomposed Quadrics [12.096145632383418]
  この研究は、高レベルの幾何学的プリミティブのパラメータ化問題に焦点を当てている。 まず、これらの幾何学的プリミティブの統一表現を、一貫した簡潔な定式化をもたらすエンフカドリックを用いて提示する。 シミュレーション実験では, 分解された定式化は, 基本パラメータ化よりも高い効率とロバスト性を有することが示された。
  論文  参考訳（メタデータ） (2021-08-20T01:06:51Z)
• Improving Metric Dimensionality Reduction with Distributed Topology [68.8204255655161]
  DIPOLEは、局所的、計量的項と大域的、位相的項の両方で損失関数を最小化し、初期埋め込みを補正する次元推論後処理ステップである。 DIPOLEは、UMAP、t-SNE、Isomapといった一般的な手法よりも多くの一般的なデータセットで優れています。
  論文  参考訳（メタデータ） (2021-06-14T17:19:44Z)
• Revisiting visual-inertial structure from motion for odometry and SLAM initialization [5.33024001730262]
  私たちは、未知の3D$ポイントをそれぞれの観測値と組み合わせた直接三角測量を構築します。 すべてのシーンポイントの観測は共同で行われており、バイアスが小さく、より堅牢な解が導かれる。 提案した定式化法は, 標準閉形式解法と比較して, 速度および点再構成誤差を最大50ドルまで低減できる。
  論文  参考訳（メタデータ） (2020-06-10T18:08:22Z)
• Multi-Objective Matrix Normalization for Fine-grained Visual Recognition [153.49014114484424]
  双線形プールは細粒度視覚認識(FGVC)において大きな成功を収める 近年,行列パワー正規化は双線形特徴量において2次情報を安定化させることができることが示されている。 両線形表現を同時に正規化できる効率的な多目的行列正規化法(MOMN)を提案する。
  論文  参考訳（メタデータ） (2020-03-30T08:40:35Z)

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。