論文の概要: Affine Correspondences between Multi-Camera Systems for Relative Pose
Estimation
- arxiv url: http://arxiv.org/abs/2306.12996v1
- Date: Thu, 22 Jun 2023 15:52:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-23 13:46:00.060483
- Title: Affine Correspondences between Multi-Camera Systems for Relative Pose
Estimation
- Title(参考訳): 相対ポーズ推定のためのマルチカメラシステム間のアフィン対応
- Authors: Banglei Guan and Ji Zhao
- Abstract要約: 2つのアフィン対応(AC)を用いたマルチカメラシステムの相対ポーズを計算する新しい手法を提案する。
本稿では,ACsを用いた6DOF相対ポーズ推定問題により,最小解が実現可能であることを示す。
仮想および実マルチカメラシステムの実験により、提案手法は最先端のアルゴリズムよりも効率的であることが証明された。
- 参考スコア(独自算出の注目度): 11.282703971318934
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a novel method to compute the relative pose of multi-camera
systems using two affine correspondences (ACs). Existing solutions to the
multi-camera relative pose estimation are either restricted to special cases of
motion, have too high computational complexity, or require too many point
correspondences (PCs). Thus, these solvers impede an efficient or accurate
relative pose estimation when applying RANSAC as a robust estimator. This paper
shows that the 6DOF relative pose estimation problem using ACs permits a
feasible minimal solution, when exploiting the geometric constraints between
ACs and multi-camera systems using a special parameterization. We present a
problem formulation based on two ACs that encompass two common types of ACs
across two views, i.e., inter-camera and intra-camera. Moreover, the framework
for generating the minimal solvers can be extended to solve various relative
pose estimation problems, e.g., 5DOF relative pose estimation with known
rotation angle prior. Experiments on both virtual and real multi-camera systems
prove that the proposed solvers are more efficient than the state-of-the-art
algorithms, while resulting in a better relative pose accuracy. Source code is
available at https://github.com/jizhaox/relpose-mcs-depth.
- Abstract(参考訳): 本稿では,2つのアフィン対応(acs)を用いて,マルチカメラシステムの相対姿勢を計算する新しい手法を提案する。
マルチカメラの相対ポーズ推定に対する既存の解は、特別な動きの場合に制限されるか、計算の複雑さが高すぎるか、ポイント対応(pcs)が多すぎるかのいずれかである。
これにより、RANSACをロバストな推定器として用いる際に、効率よく正確な相対ポーズ推定を阻害する。
本稿では,ACs を用いた 6DOF 相対ポーズ推定問題により,ACs とマルチカメラシステム間の幾何的制約を特別なパラメータ化を用いて利用することにより,最小解が実現可能であることを示す。
本稿では,2つの視点,すなわちカメラ間とカメラ内という2つの共通タイプの交流を含む2つのACに基づく問題定式化を提案する。
さらに、最小解法を生成するための枠組みを拡張して、既知の回転角の既知の5dof相対ポーズ推定など、様々な相対ポーズ推定問題を解くことができる。
仮想と実のマルチカメラの両方の実験により、提案した解法は最先端のアルゴリズムよりも効率的であることが証明された。
ソースコードはhttps://github.com/jizhaox/relpose-mcs-depthで入手できる。
関連論文リスト
- Six-Point Method for Multi-Camera Systems with Reduced Solution Space [30.437798997422]
マルチカメラシステムの6DOF相対的なポーズを計算するために6台のPCを使用する最小限のソルバを提案する。
我々の解法は最先端の6点法よりも精度が高く、効率性も向上している。
論文 参考訳(メタデータ) (2024-02-28T05:52:25Z) - DeepI2P: Image-to-Point Cloud Registration via Deep Classification [71.3121124994105]
DeepI2Pは、イメージとポイントクラウドの間のクロスモダリティ登録のための新しいアプローチです。
本手法は,カメラとライダーの座標フレーム間の相対的剛性変換を推定する。
登録問題を分類および逆カメラ投影最適化問題に変換することで難易度を回避する。
論文 参考訳(メタデータ) (2021-04-08T04:27:32Z) - 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) - On Relative Pose Recovery for Multi-Camera Systems [7.494426244735998]
マルチカメラシステムのための2つのacsからの相対ポーズ推定の完全解を提案する。
ソルバー生成は、翻訳を排除するための回転および非表示変数技術のためのケイリーまたは四項パラメータ化に基づいています。
提案したACベースソルバとPCベースソルバは,合成および実世界のデータセットに対して効率的かつ効率的である。
論文 参考訳(メタデータ) (2021-02-24T00:39:57Z) - MRDet: A Multi-Head Network for Accurate Oriented Object Detection in
Aerial Images [51.227489316673484]
水平アンカーから変換された指向性提案を生成するために、任意指向領域提案ネットワーク(AO-RPN)を提案する。
正確なバウンディングボックスを得るために,検出タスクを複数のサブタスクに分離し,マルチヘッドネットワークを提案する。
各ヘッドは、対応するタスクに最適な特徴を学習するために特別に設計されており、ネットワークがオブジェクトを正確に検出することができる。
論文 参考訳(メタデータ) (2020-12-24T06:36:48Z) - P1AC: Revisiting Absolute Pose From a Single Affine Correspondence [69.40319490048488]
キャリブレーションカメラのポーズを推定する問題に対する,最初の一般解を提案する。
このアプローチの利点は、単一の対応しか必要としないことです。
P1ACは広く使われているP3Pアルゴリズムよりも正確な結果が得られることを示す。
論文 参考訳(メタデータ) (2020-11-17T17:36:16Z) - Minimal Cases for Computing the Generalized Relative Pose using Affine
Correspondences [41.35179046936236]
アフィン対応(AC)からマルチカメラシステムの相対的なポーズを推定する3つの新しい解法を提案する。
推定されたポーズの精度は最先端技術よりも優れていることを示す。
論文 参考訳(メタデータ) (2020-07-21T10:34:45Z) - Relative Pose from Deep Learned Depth and a Single Affine Correspondence [37.04516812025321]
本研究では, 深層学習した非メトリック単分子深度とアフィン対応性を組み合わせた新しいアプローチを提案する。
奥行き情報とアフィンの特徴を考慮すると、カメラポーズに対する2つの新しい制約が導出される。
提案した解法は1点RANSACアプローチで利用可能である。
論文 参考訳(メタデータ) (2020-07-20T13:24:28Z) - Relative Pose Estimation of Calibrated Cameras with Known
$\mathrm{SE}(3)$ Invariants [65.2314683780204]
既知の$mathrmSE(3)$不変量で制約されたカメラの相対ポーズ推定問題について完全な研究を行う。
これらの問題は、相対的なポーズ推定のための点対の最小数を減少させる。
合成データと実データを用いた実験では,従来の相対ポーズ推定法と比較して性能が向上した。
論文 参考訳(メタデータ) (2020-07-15T13:55:55Z)
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。