論文の概要: System for 3D Acquisition and 3D Reconstruction using Structured Light
for Sewer Line Inspection
- arxiv url: http://arxiv.org/abs/2303.02978v1
- Date: Mon, 6 Mar 2023 09:10:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-07 16:43:33.268032
- Title: System for 3D Acquisition and 3D Reconstruction using Structured Light
for Sewer Line Inspection
- Title（参考訳）: 下水道線検査用構造化光を用いた3次元取得・3次元復元システム
- Authors: Johannes K\"unzel, Darko Vehar, Rico Nestler, Karl-Heinz Franke, Anna
Hilsmann, Peter Eisert
- Abstract要約: 本稿では,空間欠陥の検出と分類を容易にする単一ショット構造光モジュールに基づく革新的なシステムを提案する。
このシステムはパイプ表面のサブミリ波分解能で高精度な3D計測を行い、それらを総合的な3Dモデルに融合させる。
このような総合的な3Dモデルの利点は2つある:一方、手動下水道管の正確な評価を容易にし、他方、下流自動システムの欠陥の検出を単純化する。
- 参考スコア（独自算出の注目度）: 1.5854438418597576
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The assessment of sewer pipe systems is a highly important, but at the same
time cumbersome and error-prone task. We introduce an innovative system based
on single-shot structured light modules that facilitates the detection and
classification of spatial defects like jutting intrusions, spallings, or
misaligned joints. This system creates highly accurate 3D measurements with
sub-millimeter resolution of pipe surfaces and fuses them into a holistic 3D
model. The benefit of such a holistic 3D model is twofold: on the one hand, it
facilitates the accurate manual sewer pipe assessment, on the other, it
simplifies the detection of defects in downstream automatic systems as it
endows the input with highly accurate depth information. In this work, we
provide an extensive overview of the system and give valuable insights into our
design choices.
- Abstract（参考訳）: 下水道管システムの評価は極めて重要であるが、同時に煩雑でエラーが発生しやすい課題である。
単発構造光モジュールに基づく革新的なシステムを導入し, ジャッティング侵入やスポーリング, 接合部のミスアライメントなどの空間的欠陥の検出と分類を容易にする。
このシステムはパイプ表面のサブミリ波分解能で高精度な3D計測を行い、それらを総合的な3Dモデルに融合させる。
このような全体的3dモデルの利点は2つある:一方は、正確な手動下水道管評価を容易にし、他方は、高精度な奥行き情報によって入力を内包する下流の自動システムにおける欠陥検出を単純化する。
本研究では,システムの概要を概観し,設計選択に関する貴重な洞察を提供する。
関連論文リスト
- CatFree3D: Category-agnostic 3D Object Detection with Diffusion [63.75470913278591]
本稿では,2次元検出と深度予測から3次元検出を分離するパイプラインを提案する。
また,3次元検出結果の正確な評価のために,正規化ハンガリー距離(NHD)指標も導入した。
論文 参考訳（メタデータ） (2024-08-22T22:05:57Z) - High-Throughput and Accurate 3D Scanning of Cattle Using Time-of-Flight
Sensors and Deep Learning [1.2599533416395765]
牛の表現型を測定するための高スループット3Dスキャンソリューションを提案する。
このスキャナーは深度センサー、すなわち飛行時間(Tof)センサーの配列を利用しており、それぞれ専用の組み込みデバイスによって管理されている。
このシステムは高忠実度3Dポイントの雲を発生させるのに優れており、牛の地形を忠実に再構築する正確なメッシュを容易に作成することができる。
論文 参考訳（メタデータ） (2023-08-07T18:15:03Z) - Automated spacing measurement of formwork system members with 3D point
cloud data [0.688204255655161]
現在、フォームワークシステムメンバー間の間隔を測定する方法は、主に手動測定ツールを使って行われています。
本研究では,3Dポイントクラウドデータを用いて,フォームワークシステムメンバー間の間隔を計測するフレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-23T12:17:31Z) - The Devil is in the Task: Exploiting Reciprocal Appearance-Localization
Features for Monocular 3D Object Detection [62.1185839286255]
低コストのモノクル3D物体検出は、自律運転において基本的な役割を果たす。
DFR-Netという動的特徴反射ネットワークを導入する。
我々は、KITTIテストセットの全ての単分子3D物体検出器の中で、第1位にランク付けする。
論文 参考訳（メタデータ） (2021-12-28T07:31:18Z) - M3DSSD: Monocular 3D Single Stage Object Detector [82.25793227026443]
特徴アライメントと非対称非局所的注意を有するモノクロ3次元単段物体検出器(M3DSSD)を提案する。
提案したM3DSSDは,KITTIデータセット上のモノラルな3Dオブジェクト検出手法よりも大幅に性能が向上する。
論文 参考訳（メタデータ） (2021-03-24T13:09:11Z) - Three dimensional unique identifier based automated georeferencing and
coregistration of point clouds in underground environment [0.0]
本研究は, 地下・室内レーザースキャンにおける実用的課題を克服することを目的とする。
レーザースキャンにおける3次元一意識別子(3duids)と3次元登録(3dreg)ワークフローを自動かつ一意的に識別する手法を開発した。
開発された3DUIDは、道路プロファイル抽出、ガイド付き自動化、センサーキャリブレーション、定期的な調査および変形監視の基準目標に使用できます。
論文 参考訳（メタデータ） (2021-02-22T01:47:50Z) - PLUME: Efficient 3D Object Detection from Stereo Images [95.31278688164646]
既存の手法では、2つのステップでこの問題に対処する: 第一深度推定を行い、その深さ推定から擬似LiDAR点雲表現を計算し、3次元空間で物体検出を行う。
この2つのタスクを同一のメトリック空間で統一するモデルを提案する。
提案手法は,既存の手法と比較して推定時間を大幅に削減し,挑戦的なKITTIベンチマークの最先端性能を実現する。
論文 参考訳（メタデータ） (2021-01-17T05:11:38Z) - Reinforced Axial Refinement Network for Monocular 3D Object Detection [160.34246529816085]
モノクロ3次元物体検出は、2次元入力画像から物体の位置と特性を抽出することを目的としている。
従来のアプローチでは、空間から3D境界ボックスをサンプリングし、対象オブジェクトと各オブジェクトの関係を推定するが、有効サンプルの確率は3D空間で比較的小さい。
我々は,まず最初の予測から始めて,各ステップで1つの3dパラメータだけを変えて,基礎的真理に向けて徐々に洗練することを提案する。
これは、いくつかのステップの後に報酬を得るポリシーを設計する必要があるため、最適化するために強化学習を採用します。
論文 参考訳（メタデータ） (2020-08-31T17:10:48Z) - 3D Pipe Network Reconstruction Based on Structure from Motion with
Incremental Conic Shape Detection and Cylindrical Constraint [13.656321204701669]
単眼内視鏡カメラで撮影した連続画像を用いた3次元管再構築システムを提案する。
我々の研究は、目標形状から与えられる事前制約をバンドル調整に組み込むために、最先端のStructure-from-Motion (SfM) 法を拡張した。
実験では,単眼カメラからより高精度でロバストなパイプマッピングを実現するシステムを提案する。
論文 参考訳（メタデータ） (2020-06-18T09:37:00Z) - 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) - Spatiotemporal Camera-LiDAR Calibration: A Targetless and Structureless
Approach [32.15405927679048]
ターゲットレスで構造のないカメラ-DARキャリブレーション法を提案する。
本手法は, 時間的パラメータの初期調整を必要としないような, 閉形式解と非構造束を結合する。
提案手法の精度とロバスト性をシミュレーションおよび実データ実験により実証する。
論文 参考訳（メタデータ） (2020-01-17T07:25:59Z)
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。