論文の概要: EVOLIN Benchmark: Evaluation of Line Detection and Association

• arxiv url: http://arxiv.org/abs/2303.05162v2
• Date: Mon, 31 Jul 2023 11:36:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-01 23:16:45.105561
• Title: EVOLIN Benchmark: Evaluation of Line Detection and Association
• Title（参考訳）: EVOLINベンチマーク:線検出と関連性の評価
• Authors: Kirill Ivanov, Gonzalo Ferrer, Anastasiia Kornilova
• Abstract要約: 本稿では,RGB と RGBD の両面で SLAM フロントエンドにおける視覚線に対する完全なベンチマークを示す。 我々は,17行検出アルゴリズム,5行関連手法,および一対のフレームを整列するためのポーズ誤差を評価した。
• 参考スコア（独自算出の注目度）: 3.029434408969759
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Lines are interesting geometrical features commonly seen in indoor and urban environments. There is missing a complete benchmark where one can evaluate lines from a sequential stream of images in all its stages: Line detection, Line Association and Pose error. To do so, we present a complete and exhaustive benchmark for visual lines in a SLAM front-end, both for RGB and RGBD, by providing a plethora of complementary metrics. We have also labelled data from well-known SLAM datasets in order to have all in one poses and accurately annotated lines. In particular, we have evaluated 17 line detection algorithms, 5 line associations methods and the resultant pose error for aligning a pair of frames with several combinations of detector-association. We have packaged all methods and evaluations metrics and made them publicly available on web-page https://prime-slam.github.io/evolin/.
• Abstract（参考訳）: 線は、屋内や都市でよく見られる興味深い幾何学的特徴である。 ライン検出、ラインアソシエーション、Poseエラーといったすべてのステージにおいて、シーケンシャルな画像ストリームから行を評価することができる完全なベンチマークが欠けている。 そのため,RGB と RGBD の両方の SLAM フロントエンドにおける視覚線に対する完全かつ徹底的なベンチマークを,相補的な指標を多数提供する。 また、slamデータセットのデータをラベル付けして、すべての値を1つのポーズで正確にアノテートしました。 特に, 1組のフレームを複数の検出器結合の組み合わせで整合させるために, 17行検出アルゴリズム, 5行連想法, 結果ポーズ誤差を評価した。 すべてのメソッドと評価メトリクスをパッケージ化し、Webページhttps://prime-slam.github.io/evolin/で公開しました。

関連論文リスト

• Semantic Line Combination Detector [17.60109693530759]
  本稿では,セマンティック・ライン・コンビネーション・ディテクター (SLCD) と呼ばれる,セマンティック・ラインの最適組み合わせを求める新しいアルゴリズムを提案する。 各ラインの組み合わせで全てのラインを一度に処理し、ライン全体の調和を評価する。 実験により,提案したSLCDは,様々なデータセット上で既存の意味線検出器よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-04-29T03:21:05Z)
• Handbook on Leveraging Lines for Two-View Relative Pose Estimation [82.72686460985297]
  本稿では,画像ペア間の相対的なポーズを,点,線,およびそれらの一致をハイブリッド方式で共同で推定する手法を提案する。 我々のハイブリッドフレームワークは、すべての構成の利点を組み合わせて、挑戦的な環境で堅牢で正確な見積もりを可能にします。
  論文  参考訳（メタデータ） (2023-09-27T21:43:04Z)
• IDLS: Inverse Depth Line based Visual-Inertial SLAM [9.38589798999922]
  Inverse Depth Line SLAM (IDLS) を提案する。 IDLSは、複数の知覚的整合性データセットで広く評価されている。
  論文  参考訳（メタデータ） (2023-04-23T20:53:05Z)
• 3D Line Mapping Revisited [86.13455066577657]
  LIMAPは、3Dラインマッピングのためのライブラリで、多視点画像から3Dラインマップを堅牢かつ効率的に作成する。 私たちのコードは、既存のポイントベースのStructure-from-Motionメソッドとシームレスに統合されます。 私たちの堅牢な3Dラインマップは、新たな研究方向も開きます。
  論文  参考訳（メタデータ） (2023-03-30T16:14:48Z)
• LOF: Structure-Aware Line Tracking based on Optical Flow [8.856222186351445]
  光フロー(LOF)に基づく構造認識ライントラッキングアルゴリズムを提案する。 提案するLOFは, ライントラッキング精度, 堅牢性, 効率において, 最先端性能より優れる。
  論文  参考訳（メタデータ） (2021-09-17T11:09:11Z)
• SOLD2: Self-supervised Occlusion-aware Line Description and Detection [95.8719432775724]
  単一深層ネットワークにおける回線セグメントの最初の共同検出と記述について紹介します。 我々の手法は注釈付き行ラベルを必要としないため、任意のデータセットに一般化することができる。 複数のマルチビューデータセットにおいて,従来の行検出と記述方法に対するアプローチを評価した。
  論文  参考訳（メタデータ） (2021-04-07T19:27:17Z)
• PlueckerNet: Learn to Register 3D Line Reconstructions [57.20244406275875]
  本稿では,ユークリッド空間における2つの部分重畳された3次元線再構成の問題をニューラルネットワークで解く手法を提案する。 室内および屋外の両方のデータセットを用いた実験により,本手法の登録精度(回転と翻訳)は,ベースラインを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2020-12-02T11:31:56Z)
• LiPo-LCD: Combining Lines and Points for Appearance-based Loop Closure Detection [1.6758573326215689]
  LiPo-LCDは外観に基づく新しいループ閉鎖検出法である。 以前の画像は、後期融合戦略を用いて検索する。 島の概念に基づくシンプルだが効果的なメカニズムは、画像候補探索の労力を減らすために、時間とともに類似した画像をグループ化する。
  論文  参考訳（メタデータ） (2020-09-03T10:43:16Z)
• RANSAC-Flow: generic two-stage image alignment [53.11926395028508]
  単純な教師なしのアプローチは、様々なタスクにおいて驚くほどうまく機能することを示す。 その単純さにもかかわらず、我々の手法は様々なタスクやデータセットで競合する結果を示す。
  論文  参考訳（メタデータ） (2020-04-03T12:37:58Z)
• Holistically-Attracted Wireframe Parsing [123.58263152571952]
  本稿では,入力画像中のベクトル化ワイヤフレームを1つのフォワードパスで検出する高速で類似的な解析手法を提案する。 提案手法は, (i) ラインセグメントとジャンクション提案生成, (ii) ラインセグメントとジャンクションマッチング, (iii) ラインセグメントとジャンクション検証の3つのコンポーネントから構成される。
  論文  参考訳（メタデータ） (2020-03-03T17:43:57Z)

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。