論文の概要: Homography Estimation in Complex Topological Scenes

• arxiv url: http://arxiv.org/abs/2308.01086v1
• Date: Wed, 2 Aug 2023 11:31:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-03 13:10:04.070929
• Title: Homography Estimation in Complex Topological Scenes
• Title（参考訳）: 複素トポロジカルシーンにおけるホモグラフィ推定
• Authors: Giacomo D'Amicantonio, Egor Bondarau, Peter H.N. De With
• Abstract要約: 監視ビデオや画像は、交通分析から犯罪検出まで、幅広い用途に使用されている。 外部カメラキャリブレーションデータは、ほとんどの分析アプリケーションにとって重要である。 本稿では,任意のカメラ設定に関する事前知識を必要としない辞書ベースのアプローチを活用した自動カメラ校正プロセスを提案する。
• 参考スコア（独自算出の注目度）: 6.023710971800605
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Surveillance videos and images are used for a broad set of applications, ranging from traffic analysis to crime detection. Extrinsic camera calibration data is important for most analysis applications. However, security cameras are susceptible to environmental conditions and small camera movements, resulting in a need for an automated re-calibration method that can account for these varying conditions. In this paper, we present an automated camera-calibration process leveraging a dictionary-based approach that does not require prior knowledge on any camera settings. The method consists of a custom implementation of a Spatial Transformer Network (STN) and a novel topological loss function. Experiments reveal that the proposed method improves the IoU metric by up to 12% w.r.t. a state-of-the-art model across five synthetic datasets and the World Cup 2014 dataset.
• Abstract（参考訳）: 監視ビデオや画像は、交通分析から犯罪検出まで、幅広い用途に使用されている。 extrinsic camera calibration dataは、ほとんどの分析用途で重要である。 しかし、セキュリティカメラは環境条件や小さなカメラの動きに影響を受けやすいため、これらの異なる条件を考慮できる自動再調整方法が必要となる。 本稿では,任意のカメラ設定に関する事前知識を必要としない辞書ベースのアプローチを活用した自動カメラ校正プロセスを提案する。 この方法は、空間変換器ネットワーク(STN)のカスタム実装と、新しいトポロジ的損失関数からなる。 実験の結果、提案手法は5つの合成データセットとワールドカップ2014データセットにわたる最先端モデルにより最大12%のIoUメトリックを改善することが明らかになった。

関連論文リスト

• Redundancy-Aware Camera Selection for Indoor Scene Neural Rendering [54.468355408388675]
  カメラの空間的多様性と画像の意味的変動の両方を取り入れた類似度行列を構築した。 カメラ選択を最適化するために,多様性に基づくサンプリングアルゴリズムを適用した。 IndoorTrajという新しいデータセットも開発しています。仮想屋内環境で人間が捉えた、長くて複雑なカメラの動きが含まれています。
  論文  参考訳（メタデータ） (2024-09-11T08:36:49Z)
• VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
  ポースグラフ最適化手法を拡張する新しい手法を提案する。 我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。 我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
  論文  参考訳（メタデータ） (2024-03-25T17:47:03Z)
• GenDepth: Generalizing Monocular Depth Estimation for Arbitrary Camera Parameters via Ground Plane Embedding [8.289857214449372]
  GenDepthは任意の車載カメラの設定に対してメートル法深度推定を行うことができる新しいモデルである。 地平面深度としてのカメラパラメータの新たな埋め込みを提案し,これらの埋め込みを対角領域アライメントと統合するアーキテクチャを提案する。 我々はGenDepthをいくつかの自律走行データセットで検証し、異なる車載カメラシステムに対する最先端の一般化能力を実証した。
  論文  参考訳（メタデータ） (2023-12-10T22:28:34Z)
• Automated Camera Calibration via Homography Estimation with GNNs [8.786192891436686]
  政府や地方自治体は、道路の安全と交通条件の最適化のために、カメラから収集したデータにますます依存している。 カメラの正確な校正と自動校正を確実にすることが不可欠である。 本稿では,交差点のトポロジ的構造を利用して,この課題に対処する新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-11-05T08:45:26Z)
• Deep Learning for Camera Calibration and Beyond: A Survey [100.75060862015945]
  カメラキャリブレーションでは、キャプチャされたシーケンスから幾何学的特徴を推測するために、カメラパラメータを推定する。 近年の取り組みでは,手動キャリブレーションの繰り返し作業に代えて,学習ベースのソリューションが活用される可能性が示唆されている。
  論文  参考訳（メタデータ） (2023-03-19T04:00:05Z)
• Extrinsic Camera Calibration with Semantic Segmentation [60.330549990863624]
  本稿では,セグメンテーション情報を利用してパラメータ推定を自動化する,外部カメラキャリブレーション手法を提案する。 われわれのアプローチは、カメラのポーズの粗い初期測定と、車両に搭載されたライダーセンサーによる構築に依存している。 シミュレーションおよび実世界のデータを用いて,キャリブレーション結果の低誤差測定を行う。
  論文  参考訳（メタデータ） (2022-08-08T07:25:03Z)
• Self-Supervised Camera Self-Calibration from Video [34.35533943247917]
  汎用カメラモデルの効率的なファミリーを用いてシーケンスごとのキャリブレーションパラメータを回帰する学習アルゴリズムを提案する。 提案手法は,サブピクセル再投射誤差による自己校正を行い,他の学習手法よりも優れる。
  論文  参考訳（メタデータ） (2021-12-06T19:42:05Z)
• Cross-Camera Human Motion Transfer by Time Series Analysis [11.454103393879368]
  動きの季節性を同定し,移動可能なパターンを抽出する付加モデルを構築するアルゴリズムを提案する。 我々は、HRから派生したパターンを活用することにより、低解像度ビデオのポーズ推定を改善する。
  論文  参考訳（メタデータ） (2021-09-29T03:39:01Z)
• Joint Noise-Tolerant Learning and Meta Camera Shift Adaptation for Unsupervised Person Re-Identification [60.36551512902312]
  unsupervised person re-identification (re-ID) は、ラベルのないデータで識別モデルを学ぶことを目的としている。 一般的な方法としては、クラスタ化によって擬似ラベルを取得し、モデルを最適化するために使用する方法がある。 本稿では,両問題を解決するための統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-03-08T09:13:06Z)
• Learning Camera Miscalibration Detection [83.38916296044394]
  本稿では,視覚センサ,特にRGBカメラの誤校正検出を学習するためのデータ駆動型アプローチに焦点を当てた。 コントリビューションには、RGBカメラの誤校正基準と、この基準に基づく新しい半合成データセット生成パイプラインが含まれる。 深層畳み込みニューラルネットワークをトレーニングすることにより、カメラ固有のパラメータの再校正が必要か否かを判断するパイプラインの有効性を実証する。
  論文  参考訳（メタデータ） (2020-05-24T10:32:49Z)

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。