論文の概要: Depth Estimation by Combining Binocular Stereo and Monocular Structured-Light

• arxiv url: http://arxiv.org/abs/2203.10493v1
• Date: Sun, 20 Mar 2022 08:46:37 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-22 16:51:50.756562
• Title: Depth Estimation by Combining Binocular Stereo and Monocular Structured-Light
• Title（参考訳）: 両眼ステレオと単眼構造光の組み合わせによる深度推定
• Authors: Yuhua Xu, Xiaoli Yang, Yushan Yu, Wei Jia, Zhaobi Chu, Yulan Guo
• Abstract要約: 本稿では、2台のカメラ(RGBカメラとIRカメラ)とIRスペックルプロジェクタからなる新しいステレオシステムを提案する。 RGBカメラは深さ推定とテクスチャ取得の両方に使用される。 MSLサブシステムによって生成された深度マップはステレオマッチングネットワークの外部ガイダンスを提供することができる。
• 参考スコア（独自算出の注目度）: 29.226203202113613
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: It is well known that the passive stereo system cannot adapt well to weak texture objects, e.g., white walls. However, these weak texture targets are very common in indoor environments. In this paper, we present a novel stereo system, which consists of two cameras (an RGB camera and an IR camera) and an IR speckle projector. The RGB camera is used both for depth estimation and texture acquisition. The IR camera and the speckle projector can form a monocular structured-light (MSL) subsystem, while the two cameras can form a binocular stereo subsystem. The depth map generated by the MSL subsystem can provide external guidance for the stereo matching networks, which can improve the matching accuracy significantly. In order to verify the effectiveness of the proposed system, we build a prototype and collect a test dataset in indoor scenes. The evaluation results show that the Bad 2.0 error of the proposed system is 28.2% of the passive stereo system when the network RAFT is used. The dataset and trained models are available at https://github.com/YuhuaXu/MonoStereoFusion.
• Abstract（参考訳）: 受動的ステレオシステムは、白い壁のような弱いテクスチャオブジェクトにうまく適応できないことがよく知られている。 しかし、これらの弱いテクスチャターゲットは屋内環境では非常に一般的である。 本稿では,二つのカメラ(rgbカメラとirカメラ)と赤外線スペックルプロジェクタからなる新しいステレオシステムを提案する。 RGBカメラは深さ推定とテクスチャ取得の両方に使用される。 irカメラとスペックルプロジェクターは単眼構造光(msl)サブシステムとなり、2つのカメラは双眼鏡ステレオサブシステムを形成することができる。 MSLサブシステムによって生成された深度マップはステレオマッチングネットワークの外部ガイダンスを提供し、マッチング精度を大幅に向上させることができる。 提案システムの有効性を検証するため,プロトタイプを構築し,室内シーンでテストデータセットを収集する。 評価の結果,ネットワークラフトを用いた場合,提案方式のバッド2.0誤差は受動ステレオシステムの28.2%であった。 データセットとトレーニングされたモデルはhttps://github.com/YuhuaXu/MonoStereoFusion.comで公開されている。

関連論文リスト

• ASGrasp: Generalizable Transparent Object Reconstruction and Grasping from RGB-D Active Stereo Camera [9.212504138203222]
  RGB-Dアクティブステレオカメラを用いた6自由度グリップ検出ネットワークASGraspを提案する。 本システムでは, 透明物体形状再構成において, 生のIRおよびRGB画像を直接利用できることで, 自己を識別する。 実験により、ASGraspは、一般化可能な透明物体把握において90%以上の成功率を達成できることが示された。
  論文  参考訳（メタデータ） (2024-05-09T09:44:51Z)
• SDGE: Stereo Guided Depth Estimation for 360$^\circ$ Camera Sets [65.64958606221069]
  マルチカメラシステムは、360ドル周の知覚を達成するために、しばしば自律走行に使用される。 360ドル(約3万3000円)のカメラセットは、しばしば制限または低品質のオーバーラップ領域を持ち、画像全体に対してマルチビューステレオメソッドを実現する。 重なりの重なりに多視点ステレオ結果を明示的に利用することにより、全画像の深さ推定を強化するステレオガイド深度推定法(SGDE)を提案する。
  論文  参考訳（メタデータ） (2024-02-19T02:41:37Z)
• Unsupervised Visible-light Images Guided Cross-Spectrum Depth Estimation from Dual-Modality Cameras [33.77748026254935]
  クロススペクトル深度推定は、対のデュアルスペクトル画像を用いて、すべての照明条件で深度マップを提供することを目的としている。 本稿では,教師なし可視光画像ガイド型クロススペクトル(熱・可視光,略してTIR-VIS)の奥行き推定フレームワークを提案する。 提案手法は,既存手法と比較して性能が向上する。
  論文  参考訳（メタデータ） (2022-04-30T12:58:35Z)
• Self-Supervised Depth Completion for Active Stereo [55.79929735390945]
  アクティブステレオシステムは、低コストで高品質な深度マップのため、ロボット産業で広く利用されている。 これらの深度センサーはステレオアーチファクトに悩まされており、密度の深い深度推定を提供していない。 本稿では, 高精度な深度マップを推定するアクティブステレオシステムのための, 自己監督型深度補完法を提案する。
  論文  参考訳（メタデータ） (2021-10-07T07:33:52Z)
• MFuseNet: Robust Depth Estimation with Learned Multiscopic Fusion [47.2251122861135]
  低コストの単眼RGBカメラを用いて正確な深度推定を行うマルチスコープ・ビジョン・システムの設計を行う。 制約のないカメラポーズで撮影された画像を持つマルチビューステレオとは異なり、提案システムはカメラの動きを制御して画像列をキャプチャする。
  論文  参考訳（メタデータ） (2021-08-05T08:31:01Z)
• High-Resolution Depth Maps Based on TOF-Stereo Fusion [27.10059147107254]
  そこで本研究では,効率的な種子育成アルゴリズムに基づくTOF-ステレオ融合法を提案する。 提案アルゴリズムは2次元画像に基づくステレオアルゴリズムよりも優れていることを示す。 このアルゴリズムは、単一のCPU上でリアルタイムのパフォーマンスを示す可能性がある。
  論文  参考訳（メタデータ） (2021-07-30T15:11:42Z)
• OmniSLAM: Omnidirectional Localization and Dense Mapping for Wide-baseline Multi-camera Systems [88.41004332322788]
  超広視野魚眼カメラ(FOV)を用いた広視野多視点ステレオ構成のための全方向位置決めと高密度マッピングシステムを提案する。 より実用的で正確な再構築のために、全方向深度推定のための改良された軽量のディープニューラルネットワークを導入する。 我々は全方位深度推定をビジュアル・オドメトリー(VO)に統合し,大域的整合性のためのループ閉鎖モジュールを付加する。
  論文  参考訳（メタデータ） (2020-03-18T05:52:10Z)
• Active Perception with A Monocular Camera for Multiscopic Vision [50.370074098619185]
  低コストの単眼RGBカメラを用いてロボットアプリケーションの正確な深度推定を行うマルチスコープビジョンシステムの設計を行う。 制約のないカメラポーズで撮影された画像を持つマルチビューステレオとは異なり、提案システムはカメラを搭載したロボットアームを積極的に制御し、水平または垂直に並んだ位置の画像を同じパララックスで撮影する。
  論文  参考訳（メタデータ） (2020-01-22T08:46:45Z)
• 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。