論文の概要: Review on Panoramic Imaging and Its Applications in Scene Understanding
- arxiv url: http://arxiv.org/abs/2205.05570v1
- Date: Wed, 11 May 2022 15:31:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-12 21:38:17.197001
- Title: Review on Panoramic Imaging and Its Applications in Scene Understanding
- Title（参考訳）: パノラマイメージングの展望とシーン理解への応用
- Authors: Shaohua Gao, Kailun Yang, Hao Shi, Kaiwei Wang, Jian Bai
- Abstract要約: パノラマイメージング装置は高解像度、盲点なし、小型化、多次元知的知覚を持つことが期待されている。
自由曲面、薄板光学、準曲面の最近の進歩は、環境に対する人間の認識に対処するための革新的なアプローチを提供する。
- 参考スコア（独自算出の注目度）: 9.79276235622546
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the rapid development of high-speed communication and artificial
intelligence technologies, human perception of real-world scenes is no longer
limited to the use of small Field of View (FoV) and low-dimensional scene
detection devices. Panoramic imaging emerges as the next generation of
innovative intelligent instruments for environmental perception and
measurement. However, while satisfying the need for large-FoV photographic
imaging, panoramic imaging instruments are expected to have high resolution, no
blind area, miniaturization, and multi-dimensional intelligent perception, and
can be combined with artificial intelligence methods towards the next
generation of intelligent instruments, enabling deeper understanding and more
holistic perception of 360-degree real-world surrounding environments.
Fortunately, recent advances in freeform surfaces, thin-plate optics, and
metasurfaces provide innovative approaches to address human perception of the
environment, offering promising ideas beyond conventional optical imaging. In
this review, we begin with introducing the basic principles of panoramic
imaging systems, and then describe the architectures, features, and functions
of various panoramic imaging systems. Afterwards, we discuss in detail the
broad application prospects and great design potential of freeform surfaces,
thin-plate optics, and metasurfaces in panoramic imaging. We then provide a
detailed analysis on how these techniques can help enhance the performance of
panoramic imaging systems. We further offer a detailed analysis of applications
of panoramic imaging in scene understanding for autonomous driving and
robotics, spanning panoramic semantic image segmentation, panoramic depth
estimation, panoramic visual localization, and so on. Finally, we cast a
perspective on future potential and research directions for panoramic imaging
instruments.
- Abstract（参考訳）: 高速通信と人工知能技術の急速な発展により、現実世界のシーンに対する人間の認識は、より小さな視野(FoV)と低次元のシーン検出装置の使用に限定されなくなった。
パノラマイメージングは、環境認識と測定のための次世代の知的機器として出現する。
しかし、大規模な写真撮影の必要性を満たしながら、パノラマイメージング機器は高解像度、盲目領域、小型化、多次元の知的知覚を有することが期待されており、次世代のインテリジェント機器に向けた人工知能手法と組み合わせることで、360度現実環境をより深く理解し、より全体論的に認識することができる。
幸いなことに、自由曲面、薄板光学、メタサーフェスの最近の進歩は、環境に対する人間の知覚に対処するための革新的なアプローチを提供し、従来の光学イメージングを超えて有望なアイデアを提供する。
本稿では,パノラマイメージングシステムの基本原則を紹介し,パノラマイメージングシステムのアーキテクチャ,特徴,機能について述べる。
その後,パノラマイメージングにおける自由曲面,薄板光学,メタサーフェスの幅広い応用可能性と優れた設計可能性について詳細に論じる。
次に,パノラマイメージングシステムの性能向上に寄与する手法について,詳細な解析を行った。
さらに,シーン理解におけるパノラマ画像の応用について,自律運転とロボット工学,パノラマ意味画像分割,パノラマ深度推定,パノラマ視覚定位など,詳細な分析を行う。
最後に,パノラマイメージング機器の将来の可能性と研究の方向性について考察した。
関連論文リスト
- Real-time Hyperspectral Imaging in Hardware via Trained Metasurface
Encoders [55.16861072631285]
ハイパースペクトルイメージングは、コンピュータビジョンにおける画像分類と自動パターン認識のためのスペクトルシグネチャを特定するために大きな注目を集めている。
上述した制限に対処する新しい統合アーキテクチャであるHyplexを紹介する。
HyplexはCMOS互換で高速なハイパースペクトルカメラで、バルク光学を人工知能によって逆向きにデザインされたナノスケールのメタ曲面に置き換える。
論文 参考訳（メタデータ） (2022-04-05T09:52:51Z) - Urban Radiance Fields [77.43604458481637]
本研究では,都市屋外環境における世界地図作成によく利用されるスキャニングプラットフォームによって収集されたデータから3次元再構成と新しいビュー合成を行う。
提案手法は、制御された環境下での小さなシーンのための現実的な新しい画像の合成を実証したニューラルラジアンス場を拡張している。
これら3つのエクステンションはそれぞれ、ストリートビューデータの実験において、大幅なパフォーマンス改善を提供する。
論文 参考訳（メタデータ） (2021-11-29T15:58:16Z) - Shape and Reflectance Reconstruction in Uncontrolled Environments by
Differentiable Rendering [27.41344744849205]
従来のハンドヘルドカメラを用いた多視点写真からシーンの3次元形状と反射率を再構築する効率的な手法を提案する。
また,本手法は,新しい視点の視覚的合成と定量化において,最先端の代替手法と比較して優れた性能を示す。
論文 参考訳（メタデータ） (2021-10-25T14:09:10Z) - Neural Radiance Fields Approach to Deep Multi-View Photometric Stereo [103.08512487830669]
多視点測光ステレオ問題(MVPS)に対する現代的な解法を提案する。
我々は、光度ステレオ(PS)画像形成モデルを用いて表面配向を取得し、それを多視点のニューラルラディアンス場表現とブレンドして物体の表面形状を復元する。
本手法は,多視点画像のニューラルレンダリングを行い,深部光度ステレオネットワークによって推定される表面の正規性を活用している。
論文 参考訳（メタデータ） (2021-10-11T20:20:03Z) - DeepPanoContext: Panoramic 3D Scene Understanding with Holistic Scene
Context Graph and Relation-based Optimization [66.25948693095604]
本研究では,パノラマ画像から各オブジェクトの3次元空間配置と形状,ポーズ,位置,意味的カテゴリを復元するパノラマ3次元シーン理解手法を提案する。
実験により, この手法は, パノラマシーン理解において, 幾何学的精度とオブジェクト配置の両方の観点から, 既存の手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2021-08-24T13:55:29Z) - Panoramic Depth Estimation via Supervised and Unsupervised Learning in
Indoor Scenes [8.48364407942494]
パノラマ画像を導入して視野を大きくする。
パノラマ画像の特徴に適応したニューラルネットワークのトレーニングプロセスを改善する。
本研究は, 総合的な実験により, 屋内シーンの認識を目的とした提案手法の有効性を実証する。
論文 参考訳（メタデータ） (2021-08-18T09:58:44Z) - Moving in a 360 World: Synthesizing Panoramic Parallaxes from a Single
Panorama [13.60790015417166]
パララックス対応の新規パノラマビュー合成のための最初の手法であるOmniNeRF(OmniNeRF)を提案する。
仮想カメラの位置が異なる3次元世界と異なる2次元パノラマ座標の間を前後に投影することで、単一のRGB-Dパノラマを増大させることを提案する。
その結果、提案したOmniNeRFは、パララックス効果を示す新しいパノラマビューの説得力のあるレンダリングを実現する。
論文 参考訳（メタデータ） (2021-06-21T05:08:34Z) - A Geometry-Informed Deep Learning Framework for Ultra-Sparse 3D
Tomographic Image Reconstruction [13.44786774177579]
超疎3次元トモグラフィ画像再構成のための幾何学インフォームド深層学習フレームワークを構築した。
本研究は,3次元CT画像の高精細化を実現するために,既知の先行画像のシームレスな包摂が不可欠であることを実証する。
論文 参考訳（メタデータ） (2021-05-25T06:20:03Z) - Recent Advances on Non-Line-of-Sight Imaging: Conventional Physical
Models, Deep Learning, and New Scenes [7.796622148422015]
非線形(NLOS)イメージングは、リレー面上の拡散反射を分析して隠れた物体を再構成することができる。
本稿では,従来型および深層学習型nlosイメージング技術の包括的概要について述べる。
論文 参考訳（メタデータ） (2021-04-28T14:56:04Z) - MVSNeRF: Fast Generalizable Radiance Field Reconstruction from
Multi-View Stereo [52.329580781898116]
MVSNeRFは、ビュー合成のための神経放射場を効率的に再構築できる新しいニューラルレンダリング手法である。
高密度にキャプチャされた画像に対して,シーン毎の最適化を考慮に入れたニューラルネットワークの先行研究とは異なり,高速ネットワーク推論により,近傍の3つの入力ビューのみからラミアンスフィールドを再構成できる汎用ディープニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2021-03-29T13:15:23Z) - Panoramic Panoptic Segmentation: Towards Complete Surrounding
Understanding via Unsupervised Contrastive Learning [97.37544023666833]
我々は,パノラマパオプティックセグメンテーションを最も総合的なシーン理解として導入する。
完全な周囲の理解は、エージェントに最大限の情報を提供する。
標準ピンホール画像のモデルトレーニングを可能にし、学習した機能を異なるドメインに転送するフレームワークを提案する。
論文 参考訳（メタデータ） (2021-03-01T09:37:27Z)
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。