論文の概要: Efficient solutions to the relative pose of three calibrated cameras from four points using virtual correspondences

• arxiv url: http://arxiv.org/abs/2303.16078v1
• Date: Tue, 28 Mar 2023 15:50:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-29 14:42:24.576138
• Title: Efficient solutions to the relative pose of three calibrated cameras from four points using virtual correspondences
• Title（参考訳）: 仮想対応を用いた4点からの3つのキャリブレーションカメラの相対姿勢の効率的な解法
• Authors: Charalambos Tzamos, Daniel Barath, Torsten Sattler, Zuzana Kukelova
• Abstract要約: 3台のキャリブレーションカメラの相対的なポーズを推定する際の課題について検討する。 我々は,4p3v問題として知られる3つの視点において,4点の非常に難しい構成に対する2つの新しい解を提案する。
• 参考スコア（独自算出の注目度）: 70.34743652825473
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study the challenging problem of estimating the relative pose of three calibrated cameras. We propose two novel solutions to the notoriously difficult configuration of four points in three views, known as the 4p3v problem. Our solutions are based on the simple idea of generating one additional virtual point correspondence in two views by using the information from the locations of the four input correspondences in the three views. For the first solver, we train a network to predict this point correspondence. The second solver uses a much simpler and more efficient strategy based on the mean points of three corresponding input points. The new solvers are efficient and easy to implement since they are based on the existing efficient minimal solvers, i.e., the well-known 5-point relative pose and the P3P solvers. The solvers achieve state-of-the-art results on real data. The idea of solving minimal problems using virtual correspondences is general and can be applied to other problems, e.g., the 5-point relative pose problem. In this way, minimal problems can be solved using simpler non-minimal solvers or even using sub-minimal samples inside RANSAC. In addition, we compare different variants of 4p3v solvers with the baseline solver for the minimal configuration consisting of three triplets of points and two points visible in two views. We discuss which configuration of points is potentially the most practical in real applications.
• Abstract（参考訳）: 本研究では,3つのキャリブレーションカメラの相対姿勢推定における課題について検討する。 4p3v問題として知られる3つの視点で4点の配置が難しいという悪名高い2つの新しい解を提案する。 提案手法は,2つのビューに1つの仮想点対応を生成するという単純なアイデアに基づいて,3つのビューにおける4つの入力対応の位置からの情報を利用する。 最初の解法では、この点対応を予測するネットワークを訓練する。 第2の解法は、3つの対応する入力点の平均点に基づいて、よりシンプルで効率的な戦略を使用する。 新しい解法は、既存の効率的な最小解法、すなわちよく知られた5点相対ポーズとP3Pソルバに基づいているため、効率的で実装が容易である。 解法は実データに対して最先端の結果を得る。 仮想対応を用いた最小問題を解くというアイデアは一般的であり、例えば5点相対ポーズ問題のような他の問題にも適用できる。 この方法では、単純で最小でない解法やransac内の最小のサンプルを使っても最小の問題を解くことができる。 さらに,3つの点と2つの点からなる最小構成に対して, 4p3vソルバの異なる変種とベースラインソルバを比較した。 実際のアプリケーションでは、どの点の構成が最も実用的かについて議論する。

関連論文リスト

• PoseGravity: Pose Estimation from Points and Lines with Axis Prior [3.5687541347524245]
  本稿では,カメラの回転行列の軸が与えられた絶対的なカメラポーズを推定するアルゴリズムを提案する。 この問題はハイパーボラと単位円の交点を見つけることで効率よく解ける。
  論文  参考訳（メタデータ） (2024-05-21T09:55:56Z)
• Differentiable Registration of Images and LiDAR Point Clouds with VoxelPoint-to-Pixel Matching [58.10418136917358]
  カメラからの2D画像とLiDARからの3Dポイントクラウドの間のクロスモダリティ登録は、コンピュータビジョンとロボットトレーニングにおいて重要な課題である。 ニューラルネットワークで学習した点パターンと画素パターンのマッチングによる2次元3次元対応の推定 我々は、異なる潜在画素空間を介して3次元特徴を表現するために、構造化されたモダリティマッチングソルバを学習する。
  論文  参考訳（メタデータ） (2023-12-07T05:46:10Z)
• Quantity-Aware Coarse-to-Fine Correspondence for Image-to-Point Cloud Registration [4.954184310509112]
  Image-to-point cloud registrationは、RGBイメージと参照ポイントクラウドの間の相対カメラのポーズを決定することを目的としている。 個々の点と画素とのマッチングは、モダリティギャップによって本質的に曖昧である。 本稿では,局所点集合と画素パッチ間の量認識対応を捉える枠組みを提案する。
  論文  参考訳（メタデータ） (2023-07-14T03:55:54Z)
• CheckerPose: Progressive Dense Keypoint Localization for Object Pose Estimation with Graph Neural Network [66.24726878647543]
  単一のRGB画像から固い物体の6-DoFのポーズを推定することは、非常に難しい課題である。 近年の研究では、高密度対応型解の大きな可能性を示している。 そこで本研究では,CheckerPoseというポーズ推定アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-29T17:30:53Z)
• SASA: Semantics-Augmented Set Abstraction for Point-based 3D Object Detection [78.90102636266276]
  SASA(Semantics-Augmented Set Abstraction)と呼ばれる新しい集合抽象化手法を提案する。 そこで本研究では, 推定点前景スコアに基づいて, より重要な前景点の維持を支援するセマンティックス誘導点サンプリングアルゴリズムを提案する。 実際には、SASAは、前景オブジェクトに関連する貴重な点を識別し、ポイントベースの3D検出のための特徴学習を改善するのに有効である。
  論文  参考訳（メタデータ） (2022-01-06T08:54:47Z)
• Calibrated and Partially Calibrated Semi-Generalized Homographies [65.29477277713205]
  視点と一般化カメラから半一般化ホモグラフィーを推定するための最初の最小解を提案する。 提案した解法は、多くの合成および実世界の実験で実証されたように安定かつ効率的である。
  論文  参考訳（メタデータ） (2021-03-11T08:56:24Z)
• Generalized Pose-and-Scale Estimation using 4-Point Congruence Constraints [5.063728016437489]
  gP4Pcは、一般的なカメラの絶対的なポーズを、対応する4つの3Dポイント・アンド・レイペアから未知の内部スケールで計算する新しい方法である。 実データと合成データを用いた実験により,gP4PcはSACRANフレームワーク内での使用時の総実行時間において最速の手法であることが示された。
  論文  参考訳（メタデータ） (2020-11-27T16:30:19Z)
• Solving the Blind Perspective-n-Point Problem End-To-End With Robust Differentiable Geometric Optimization [44.85008070868851]
  Blind Perspective-n-Pointは、シーンに対するカメラの位置を推定する問題である。 本稿では,視覚幾何学的問題を効果的に解くための,最初の完全エンドツーエンドのトレーニング可能なネットワークを提案する。
  論文  参考訳（メタデータ） (2020-07-29T06:35:45Z)
• Learning 2D-3D Correspondences To Solve The Blind Perspective-n-Point Problem [98.92148855291363]
  本稿では、6-DoFの絶対カメラポーズ2D--3D対応を同時に解決するディープCNNモデルを提案する。 実データとシミュレーションデータの両方でテストした結果,本手法は既存手法よりも大幅に優れていた。
  論文  参考訳（メタデータ） (2020-03-15T04:17:30Z)

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。