Fugu-MT 論文翻訳(概要): Sports Camera Pose Refinement Using an Evolution Strategy

論文の概要: Sports Camera Pose Refinement Using an Evolution Strategy

arxiv url: http://arxiv.org/abs/2211.02143v2
Date: Mon, 9 Oct 2023 13:49:28 GMT
ステータス: 処理完了
システム内更新日: 2023-10-13 15:59:46.653813
Title: Sports Camera Pose Refinement Using an Evolution Strategy
Title（参考訳）: 進化戦略を用いたスポーツカメラのポースリファインメント
Authors: Grzegorz Rype\'s\'c, Grzegorz Kurzejamski, Jacek Komorowski
Abstract要約: スポーツ分野のエッジまたはエリアベースセグメンテーションのためのニューラルネットワークアーキテクチャを開発する。本研究では,単一セグメントのスポーツフィールド画像から外在カメラパラメータを改良することを目的とした進化戦略を実装した。実世界のデータに対する最先端カメラのポーズ補正手法との比較実験により,提案アルゴリズムの優位性を実証した。
参考スコア（独自算出の注目度）: 0.4910937238451484
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper presents a robust end-to-end method for sports cameras extrinsic parameters optimization using a novel evolution strategy. First, we developed a neural network architecture for an edge or area-based segmentation of a sports field. Secondly, we implemented the evolution strategy, which purpose is to refine extrinsic camera parameters given a single, segmented sports field image. Experimental comparison with state-of-the-art camera pose refinement methods on real-world data demonstrates the superiority of the proposed algorithm. We also perform an ablation study and propose a way to generalize the method to additionally refine the intrinsic camera matrix.
Abstract（参考訳）: 本稿では,新しい進化戦略を用いたスポーツカメラのパラメータ最適化手法を提案する。まず,スポーツフィールドのエッジまたはエリアベースセグメンテーションのためのニューラルネットワークアーキテクチャを開発した。第2に,単一セグメントのスポーツフィールド画像に対して,外部カメラパラメータを改良することを目的とした進化戦略を実装した。実世界のデータに対する最先端カメラのポーズ補正手法との比較実験により,提案アルゴリズムの優位性を実証した。また,アブレーション研究を行い,本手法を一般化してカメラマトリックスを改良する方法を提案する。

関連論文リスト

Redundancy-Aware Camera Selection for Indoor Scene Neural Rendering [54.468355408388675]
カメラの空間的多様性と画像の意味的変動の両方を取り入れた類似度行列を構築した。カメラ選択を最適化するために,多様性に基づくサンプリングアルゴリズムを適用した。 IndoorTrajという新しいデータセットも開発しています。仮想屋内環境で人間が捉えた、長くて複雑なカメラの動きが含まれています。
論文参考訳（メタデータ） (2024-09-11T08:36:49Z)
ESC: Evolutionary Stitched Camera Calibration in the Wild [0.15346678870160887]
マルチカメラ環境におけるキャリブレーションエラーの発生源を同定する。本稿では,このギャップを埋めるために,進化型スタンプカメラキャリブレーションアルゴリズムを提案する。実生活における多種多様なサッカー場における最先端の手法と比較して,提案手法の優れた性能を示す。
論文参考訳（メタデータ） (2024-04-19T07:50:13Z)
VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
ポースグラフ最適化手法を拡張する新しい手法を提案する。我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
論文参考訳（メタデータ） (2024-03-25T17:47:03Z)
Cameras as Rays: Pose Estimation via Ray Diffusion [54.098613859015856]
カメラのポーズを推定することは3D再構成の基本的な課題であり、まばらにサンプリングされたビューを考えると依然として困難である。本稿では,カメラを光束として扱うカメラポーズの分散表現を提案する。提案手法は回帰法と拡散法の両方で,CO3Dのカメラポーズ推定における最先端性能を示す。
論文参考訳（メタデータ） (2024-02-22T18:59:56Z)
Fine Dense Alignment of Image Bursts through Camera Pose and Depth Estimation [45.11207941777178]
本稿では,ハンドヘルドカメラが捉えたバースト内の画像の微細なアライメントに対する新しいアプローチを提案する。提案アルゴリズムは、各画素におけるカメラの動きと表面の深さと向きの両方を最適化することにより、密度の高い対応性を確立する。
論文参考訳（メタデータ） (2023-12-08T17:22:04Z)
In-Hand 3D Object Scanning from an RGB Sequence [35.55154873804996]
モノクロカメラを用いた未知物体の3Dスキャン手法を提案する。本手法は,物体の形状と外観の両方を捉えるニューラルネットワークによる暗黙的表面表現に依存している。オブジェクトの形状とポーズの軌跡を同時に最適化する。
論文参考訳（メタデータ） (2022-11-28T12:20:49Z)
ParticleSfM: Exploiting Dense Point Trajectories for Localizing Moving Cameras in the Wild [57.37891682117178]
本稿では,一対の光流からの高密度対応に基づく動画の高密度間接構造抽出手法を提案する。不規則点軌道データを処理するために,新しいニューラルネットワークアーキテクチャを提案する。 MPIシンテルデータセットを用いた実験により,我々のシステムはより正確なカメラ軌道を生成することがわかった。
論文参考訳（メタデータ） (2022-07-19T09:19:45Z)
Dual-Camera Super-Resolution with Aligned Attention Modules [56.54073689003269]
デュアルカメラ・スーパーレゾリューション(DCSR)に着目したレファレンスベース・スーパーレゾリューション(RefSR)への新しいアプローチを提案する。提案手法は,空間アライメント操作と標準パッチベースの特徴マッチングを一般化する。実世界の画像とトレーニング画像の領域ギャップを埋めるために,自己監督型領域適応戦略を提案する。
論文参考訳（メタデータ） (2021-09-03T07:17:31Z)
Wide-angle Image Rectification: A Survey [86.36118799330802]
広角画像は、基礎となるピンホールカメラモデルに反する歪みを含む。これらの歪みを補正することを目的とした画像修正は、これらの問題を解決することができる。本稿では、異なるアプローチで使用されるカメラモデルについて、詳細な説明と議論を行う。次に,従来の幾何学に基づく画像修正手法と深層学習法の両方について検討する。
論文参考訳（メタデータ） (2020-10-30T17:28:40Z)
3D Scene Geometry-Aware Constraint for Camera Localization with Deep Learning [11.599633757222406]
近年、畳み込みニューラルネットワークに基づくエンドツーエンドのアプローチは、従来の3次元幾何学に基づく手法を達成または超えるように研究されている。本研究では,絶対カメラポーズ回帰のためのコンパクトネットワークを提案する。これらの従来の手法から着想を得た3Dシーンの幾何学的制約も、動き、深さ、画像の内容を含むすべての利用可能な情報を活用することによって導入される。
論文参考訳（メタデータ） (2020-05-13T04:15:14Z)

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。