Fugu-MT 論文翻訳(概要): Feature Tracks are not Zero-Mean Gaussian

論文の概要: Feature Tracks are not Zero-Mean Gaussian

arxiv url: http://arxiv.org/abs/2303.14315v1
Date: Sat, 25 Mar 2023 00:58:30 GMT
ステータス: 処理完了
システム内更新日: 2023-03-28 20:36:54.115896
Title: Feature Tracks are not Zero-Mean Gaussian
Title（参考訳）: 特徴トラックはゼロ平均ガウスではない
Authors: Stephanie Tsuei, Wenjie Mo, Stefano Soatto
Abstract要約: 特徴トラック位置の誤差がゼロ平均ガウスであると考えるのが慣例である。キャリブレーションされたカメラの内在、地中カメラのポーズ、深度画像の組み合わせにより、画像処理アルゴリズムを用いて抽出した特徴トラックの地中トラック位置を計算することができる。
参考スコア（独自算出の注目度）: 63.51990384359593
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In state estimation algorithms that use feature tracks as input, it is customary to assume that the errors in feature track positions are zero-mean Gaussian. Using a combination of calibrated camera intrinsics, ground-truth camera pose, and depth images, it is possible to compute ground-truth positions for feature tracks extracted using an image processing algorithm. We find that feature track errors are not zero-mean Gaussian and that the distribution of errors is conditional on the type of motion, the speed of motion, and the image processing algorithm used to extract the tracks.
Abstract（参考訳）: 特徴トラックを入力として使用する状態推定アルゴリズムでは、特徴トラック位置の誤差がゼロ平均ガウスであると仮定するのが慣例である。キャリブレーションされたカメラ固有物、地中カメラポーズ、深度画像を組み合わせて、画像処理アルゴリズムを用いて抽出された特徴トラックの地中位置を計算することができる。特徴トラックの誤差はゼロ平均ガウス的ではなく, 誤差の分布は動きの種類, 動きの速度, トラックの抽出に使用される画像処理アルゴリズムによって条件づけられていることがわかった。

関連論文リスト

No Pose, No Problem: Surprisingly Simple 3D Gaussian Splats from Sparse Unposed Images [100.80376573969045]
NoPoSplatは、多視点画像から3Dガウスアンによってパラメータ化された3Dシーンを再構成できるフィードフォワードモデルである。提案手法は,推定時にリアルタイムな3次元ガウス再構成を実現する。この研究は、ポーズフリーの一般化可能な3次元再構成において大きな進歩をもたらし、実世界のシナリオに適用可能であることを示す。
論文参考訳（メタデータ） (2024-10-31T17:58:22Z)
Error Feedback under $(L_0,L_1)$-Smoothness: Normalization and Momentum [56.37522020675243]
機械学習の幅広い問題にまたがる正規化誤差フィードバックアルゴリズムに対する収束の最初の証明を提供する。提案手法では,許容可能なステップサイズが大きくなったため,新しい正規化エラーフィードバックアルゴリズムは,各種タスクにおける非正規化エラーよりも優れていた。
論文参考訳（メタデータ） (2024-10-22T10:19:27Z)
Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
論文参考訳（メタデータ） (2024-07-16T12:39:56Z)
Random Walk on Pixel Manifolds for Anomaly Segmentation of Complex Driving Scenes [1.3581810800092389]
我々はRWPM(Random Walk on Pixel Manifolds)と呼ばれる新しい手法を提案する。 RWPMはランダムウォークを用いて画素間の固有の関係を明らかにし、画素埋め込みを洗練させる。実験の結果、RWPMは既存の異常セグメンテーション法の性能を一貫して改善していることがわかった。
論文参考訳（メタデータ） (2024-04-27T17:16:45Z)
Deep Dynamic Scene Deblurring from Optical Flow [53.625999196063574]
汚れは視覚的により快適な写真を提供し、写真がより便利になる。非均一な曖昧さを数学的にモデル化することは困難である。我々は,難解な特徴から鮮明な画像を復元する畳み込みニューラルネットワーク(CNN)を開発した。
論文参考訳（メタデータ） (2023-01-18T06:37:21Z)
Real-time AdaBoost cascade face tracker based on likelihood map and optical flow [59.17685450892182]
著者らは、光学フロー情報をヴィオラ・ジョーンズ検出アルゴリズムの修正版に組み込む新しい顔追跡手法を提案する。元のアルゴリズムでは、前のフレームからの情報が考慮されないため、検出は静的である。提案したトラッカーは、各ウィンドウが通過する分類段階の数に関する情報を保存する。
論文参考訳（メタデータ） (2022-10-25T10:15:07Z)
Variational Bayes for robust radar single object tracking [5.390933335965428]
我々は、レーダによる物体追跡と、現在最先端の手法による異常処理の堅牢性に対処する。本稿では,ガウス型サムフィルタをベースラインとして,ガウス型よりも重い分布を持つプロセスノイズをモデル化して修正を提案する。シミュレーションにより, プロセスアウトレーヤの存在下では, ロバストトラッカーは単一物体の追跡においてガウス・サムフィルタよりも優れていることがわかった。
論文参考訳（メタデータ） (2022-09-28T19:41:33Z)
TomoSLAM: factor graph optimization for rotation angle refinement in microtomography [0.0]
試料、検出器、信号源の相対軌道は伝統的に知られていると考えられている。機械的反発、回転センサ測定誤差、熱変形、実際の軌道は所望のものとは異なる。本研究の科学的新規性は、マイクロトモグラフィーにおける軌道改善の問題をSLAM問題として考察することである。
論文参考訳（メタデータ） (2021-11-10T08:00:46Z)
Occlusion-aware Visual Tracker using Spatial Structural Information and Dominant Features [0.19036571490366497]
提案アルゴリズムは,オブジェクトの画素分布に応じて,クラスタリングによりオブジェクトを離散的なイメージパッチに分割する。追跡者の偽のターゲットへの漂流を避けるために、提案されたアルゴリズムは、これらの画像パッチから色ヒストグラムや勾配方向ヒストグラムなどの支配的な特徴を抽出します。提案アルゴリズムでは,これらのコンポーネントをパーティクルフィルタフレームワークに組み込むことにより,堅牢かつ高精度なトラッカを実現する。
論文参考訳（メタデータ） (2021-04-16T09:01:45Z)
Superaccurate Camera Calibration via Inverse Rendering [0.19336815376402716]
逆レンダリングの原理を用いたカメラキャリブレーションの新しい手法を提案する。検出された特徴点のみに頼らず、内部パラメータの推定と校正対象のポーズを用いて光学的特徴の非フォトリアリスティックな等価性を暗黙的に描画する。
論文参考訳（メタデータ） (2020-03-20T10:26:16Z)

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。