論文の概要: CPnP: Consistent Pose Estimator for Perspective-n-Point Problem with Bias Elimination

• arxiv url: http://arxiv.org/abs/2209.05824v1
• Date: Tue, 13 Sep 2022 09:00:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-14 13:09:07.892329
• Title: CPnP: Consistent Pose Estimator for Perspective-n-Point Problem with Bias Elimination
• Title（参考訳）: バイアス除去を伴う遠近点問題に対するcpnp:consistent pose estimator
• Authors: Guangyang Zeng, Shiyu Chen, Biqiang Mu, Guodong Shi, and Junfeng Wu
• Abstract要約: バイアス除去を用いた一貫した解法emphCを提案する。 閉形式最小二乗解が得られた部分トラクションバイアスを解析する。 合成データと実画像の両方でテストしたところ,提案した推定器は,濃密な視覚的特徴を持つ画像に対して,よく知られた推定器よりも優れていることがわかった。
• 参考スコア（独自算出の注目度）: 5.4234575866087384
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Perspective-n-Point (PnP) problem has been widely studied in both computer vision and photogrammetry societies. With the development of feature extraction techniques, a large number of feature points might be available in a single shot. It is promising to devise a consistent estimator, i.e., the estimate can converge to the true camera pose as the number of points increases. To this end, we propose a consistent PnP solver, named \emph{CPnP}, with bias elimination. Specifically, linear equations are constructed from the original projection model via measurement model modification and variable elimination, based on which a closed-form least-squares solution is obtained. We then analyze and subtract the asymptotic bias of this solution, resulting in a consistent estimate. Additionally, Gauss-Newton (GN) iterations are executed to refine the consistent solution. Our proposed estimator is efficient in terms of computations -- it has $O(n)$ computational complexity. Experimental tests on both synthetic data and real images show that our proposed estimator is superior to some well-known ones for images with dense visual features, in terms of estimation precision and computing time.
• Abstract（参考訳）: perspective-n-point(pnp)問題はコンピュータビジョンとフォトグラメトリーの両方で広く研究されている。 特徴抽出技術の開発により、多数の特徴点が1ショットで利用可能になる可能性がある。 一貫した推定器を考案することは有望であり、すなわち、推定値は点の数が増えるにつれて真のカメラのポーズに収束することができる。 この目的のために、バイアス除去を伴う一貫した PnP 解法である \emph{CPnP} を提案する。 具体的には、閉形式最小二乗解を求める計測モデル修正と変数除去により、元の投影モデルから線形方程式を構築する。 次に, この解の漸近バイアスを分析し, 減算し, 一貫した推定を行う。 さらに、ガウスニュートン(GN)の反復は一貫性のある解を洗練するために実行される。 提案した推定器は計算の点で効率的であり、計算複雑性は$O(n)$である。 合成データと実画像の両方における実験の結果,提案手法は,推定精度と計算時間の観点から,高精細な視覚特徴を有する画像に対してよく知られた推定器よりも優れていることがわかった。

関連論文リスト

• Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
  凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。 このような問題は医学、物理学、機械学習で発生する。 両種類の雑音下で提案アルゴリズムの収束保証を行う。
  論文  参考訳（メタデータ） (2024-11-21T10:26:17Z)
• Obtaining Lower Query Complexities through Lightweight Zeroth-Order Proximal Gradient Algorithms [65.42376001308064]
  複素勾配問題に対する2つの分散化ZO推定器を提案する。 我々は、現在最先端の機能複雑性を$mathcalOleft(minfracdn1/2epsilon2, fracdepsilon3right)$から$tildecalOleft(fracdepsilon2right)$に改善する。
  論文  参考訳（メタデータ） (2024-10-03T15:04:01Z)
• Consistent and Asymptotically Statistically-Efficient Solution to Camera Motion Estimation [11.69114446607907]
  画像ペア間の2Dポイント対応を考えると、カメラの動きを推定することはコンピュータビジョンのコミュニティにおいて基本的な問題である。 点数が数百の順序に達すると、推定器は推定精度とCPU時間で最先端の値より優れていることを示す。
  論文  参考訳（メタデータ） (2024-03-02T10:56:27Z)
• AEP$n$P: A Less-constrained EP$n$P Solver for Pose Estimation with Anisotropic Scaling [26.396201197991118]
  そこで我々は,P$nP問題に制約を緩和し,正確な3次元座標の必要性を排除した新しい手法を提案する。 古典的なEPn$Pソルバをベースとして、未知の異方性スケーリング因子を扱えるため、AEP$n$Pと呼ぶ。
  論文  参考訳（メタデータ） (2023-10-15T23:20:54Z)
• Learning Unnormalized Statistical Models via Compositional Optimization [73.30514599338407]
  実データと人工雑音のロジスティックな損失として目的を定式化することにより, ノイズコントラスト推定(NCE)を提案する。 本稿では,非正規化モデルの負の対数類似度を最適化するための直接的アプローチについて検討する。
  論文  参考訳（メタデータ） (2023-06-13T01:18:16Z)
• Stochastic Inexact Augmented Lagrangian Method for Nonconvex Expectation Constrained Optimization [88.0031283949404]
  多くの実世界の問題は複雑な非機能的制約を持ち、多くのデータポイントを使用する。 提案手法は,従来最もよく知られた結果で既存手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-12-19T14:48:54Z)
• Beyond EM Algorithm on Over-specified Two-Component Location-Scale Gaussian Mixtures [29.26015093627193]
  負の対数様関数の曲率を効率的に探索するために,指数位置更新法(ELU)アルゴリズムを開発した。 ELUアルゴリズムは、対数的な反復数の後、モデルの最終的な統計的半径に収束することを示した。
  論文  参考訳（メタデータ） (2022-05-23T06:49:55Z)
• On Maximum-a-Posteriori estimation with Plug & Play priors and stochastic gradient descent [13.168923974530307]
  画像問題の解法は、通常、明示的なデータ可能性関数と、その解の明確な期待特性とを結合する。 明示的なモデリングから離れて、画像復調アルゴリズムによって定義された暗黙の先行値の使用について、いくつかの最近の研究が提案され、研究されている。
  論文  参考訳（メタデータ） (2022-01-16T20:50:08Z)
• Uncertainty-Aware Camera Pose Estimation from Points and Lines [101.03675842534415]
  Perspective-n-Point-and-Line (Pn$PL) は、2D-3D特徴座標の3Dモデルに関して、高速で正確で堅牢なカメラローカライゼーションを目指している。
  論文  参考訳（メタデータ） (2021-07-08T15:19:36Z)
• Relative Pose Estimation of Calibrated Cameras with Known $\mathrm{SE}(3)$ Invariants [65.2314683780204]
  既知の$mathrmSE(3)$不変量で制約されたカメラの相対ポーズ推定問題について完全な研究を行う。 これらの問題は、相対的なポーズ推定のための点対の最小数を減少させる。 合成データと実データを用いた実験では,従来の相対ポーズ推定法と比較して性能が向上した。
  論文  参考訳（メタデータ） (2020-07-15T13:55:55Z)

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。