論文の概要: Power Bundle Adjustment for Large-Scale 3D Reconstruction

• arxiv url: http://arxiv.org/abs/2204.12834v4
• Date: Mon, 17 Apr 2023 13:52:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-19 00:53:53.619271
• Title: Power Bundle Adjustment for Large-Scale 3D Reconstruction
• Title（参考訳）: 大規模3次元再構成のためのパワーバンドル調整
• Authors: Simon Weber and Nikolaus Demmel and Tin Chon Chan and Daniel Cremers
• Abstract要約: 本稿では,大規模バンドル調整問題に対する拡張型アルゴリズムとしてPower Bundle Adjustmentを導入する。 これは逆シュア補体のパワー級数展開に基づいており、逆展開法と呼ばれる新しい解の族を構成する。
• 参考スコア（独自算出の注目度）: 47.08614319083826
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce Power Bundle Adjustment as an expansion type algorithm for solving large-scale bundle adjustment problems. It is based on the power series expansion of the inverse Schur complement and constitutes a new family of solvers that we call inverse expansion methods. We theoretically justify the use of power series and we prove the convergence of our approach. Using the real-world BAL dataset we show that the proposed solver challenges the state-of-the-art iterative methods and significantly accelerates the solution of the normal equation, even for reaching a very high accuracy. This easy-to-implement solver can also complement a recently presented distributed bundle adjustment framework. We demonstrate that employing the proposed Power Bundle Adjustment as a sub-problem solver significantly improves speed and accuracy of the distributed optimization.
• Abstract（参考訳）: 本稿では,大規模バンドル調整問題に対する拡張型アルゴリズムとしてPower Bundle Adjustmentを導入する。 これは逆シュア補体のパワー級数展開に基づいており、逆展開法と呼ばれる新しい解の族を構成する。 我々は理論上、級数の使用を正当化し、我々のアプローチの収束を証明する。 実世界のbalデータセットを用いて,提案する解法が最先端の反復法に挑戦し,非常に精度の高い解法であっても,正規方程式の解法を大幅に加速することを示した。 この実装が容易なソルバは、最近発表された分散バンドル調整フレームワークを補完することもできる。 提案するパワーバンドル調整をサブプロブレムソルバとして使用することで,分散最適化の速度と精度が大幅に向上することを示す。

関連論文リスト

• A Game of Bundle Adjustment -- Learning Efficient Convergence [11.19540223578237]
  バンドル調整の収束に達するのに必要なイテレーションの数を減らす方法を示す。 この削減は古典的なアプローチの恩恵を受けており、他のバンドル調整加速度法と統合可能であることを示す。
  論文  参考訳（メタデータ） (2023-08-25T09:44:45Z)
• Online Dynamic Submodular Optimization [0.0]
  オンラインバイナリ最適化のための証明可能な性能を持つ新しいアルゴリズムを提案する。 高速な需要応答とリアルタイム分散ネットワーク再構成という2つのパワーシステムアプリケーションでアルゴリズムを数値的にテストする。
  論文  参考訳（メタデータ） (2023-06-19T10:37:15Z)
• Constrained Optimization via Exact Augmented Lagrangian and Randomized Iterative Sketching [55.28394191394675]
  等式制約付き非線形非IBS最適化問題に対する適応的不正確なニュートン法を開発した。 ベンチマーク非線形問題,LVMのデータによる制約付きロジスティック回帰,PDE制約問題において,本手法の優れた性能を示す。
  論文  参考訳（メタデータ） (2023-05-28T06:33:37Z)
• Adaptive Stochastic Optimisation of Nonconvex Composite Objectives [2.1700203922407493]
  一般化された複合ミラー降下アルゴリズムの一群を提案し,解析する。 適応的なステップサイズでは、提案アルゴリズムは問題の事前知識を必要とせずに収束する。 決定集合の低次元構造を高次元問題に活用する。
  論文  参考訳（メタデータ） (2022-11-21T18:31:43Z)
• A Variational Inference Approach to Inverse Problems with Gamma Hyperpriors [60.489902135153415]
  本稿では,ガンマハイパープライヤを用いた階層的逆問題に対する変分反復交替方式を提案する。 提案した変分推論手法は正確な再構成を行い、意味のある不確実な定量化を提供し、実装が容易である。
  論文  参考訳（メタデータ） (2021-11-26T06:33:29Z)
• SUPER-ADAM: Faster and Universal Framework of Adaptive Gradients [99.13839450032408]
  一般的な問題を解決するための適応アルゴリズムのための普遍的な枠組みを設計することが望まれる。 特に,本フレームワークは,非収束的設定支援の下で適応的手法を提供する。
  論文  参考訳（メタデータ） (2021-06-15T15:16:28Z)
• Square Root Bundle Adjustment for Large-Scale Reconstruction [56.44094187152862]
  QR分解によるランドマーク変数のnullspace marginalizationに依存するバンドル調整問題の新たな定式化を提案する。 平方根束調整と呼ばれる私たちのアプローチは、一般的に使用されるSchur補完トリックと代数的に等価です。 BALデータセットを用いた実世界での実験では、提案されたソルバが単一の精度でも平均的等しく正確なソリューションで達成できることを示す。
  論文  参考訳（メタデータ） (2021-03-02T16:26:20Z)
• Boosting Data Reduction for the Maximum Weight Independent Set Problem Using Increasing Transformations [59.84561168501493]
  最大重み独立集合問題に対する新しい一般化データ削減および変換規則を導入する。 驚くべきことに、これらのいわゆる増進変換は問題を単純化し、還元空間を開き、アルゴリズムの後にさらに小さな既約グラフが得られる。 提案アルゴリズムは, 1つのインスタンスを除くすべての既約グラフを計算し, 従来よりも多くのインスタンスを最適に解き, 最高の最先端解法よりも最大2桁高速に解き, 解法DynWVCやHILSよりも高品質な解を求める。
  論文  参考訳（メタデータ） (2020-08-12T08:52:50Z)
• Stochastic gradient algorithms from ODE splitting perspective [0.0]
  我々は、ODEの近似解の分割スキームに遡る最適化に関する異なる見解を示す。 そこで本研究では, ODE の勾配一階分割方式と降下アプローチの関連性について述べる。 我々は、機械学習アプリケーションにインスパイアされた分割の特殊なケースを考察し、それに対するグローバルスプリッティングエラーに新たな上限を導出する。
  論文  参考訳（メタデータ） (2020-04-19T22:45:32Z)

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。