論文の概要: Self-Supervised Online Camera Calibration for Automated Driving and Parking Applications

• arxiv url: http://arxiv.org/abs/2308.08495v1
• Date: Wed, 16 Aug 2023 16:49:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-17 12:36:58.929736
• Title: Self-Supervised Online Camera Calibration for Automated Driving and Parking Applications
• Title（参考訳）: 自動走行・駐車用自己監視型オンラインカメラキャリブレーション
• Authors: Ciar\'an Hogan, Ganesh Sistu, Ciar\'an Eising
• Abstract要約: 本稿では,カメラの内在的・外在的キャリブレーションをリアルタイムに学習するための枠組みを提案する。 フレームワークは自己管理されており、キャリブレーションパラメータを学ぶためにラベル付けや監督は一切必要ありません。
• 参考スコア（独自算出の注目度）: 1.6921067573076216
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Camera-based perception systems play a central role in modern autonomous vehicles. These camera based perception algorithms require an accurate calibration to map the real world distances to image pixels. In practice, calibration is a laborious procedure requiring specialised data collection and careful tuning. This process must be repeated whenever the parameters of the camera change, which can be a frequent occurrence in autonomous vehicles. Hence there is a need to calibrate at regular intervals to ensure the camera is accurate. Proposed is a deep learning framework to learn intrinsic and extrinsic calibration of the camera in real time. The framework is self-supervised and doesn't require any labelling or supervision to learn the calibration parameters. The framework learns calibration without the need for any physical targets or to drive the car on special planar surfaces.
• Abstract（参考訳）: カメラベースの知覚システムは、現代の自動運転車において中心的な役割を果たす。 これらのカメラベースの知覚アルゴリズムは、実世界の距離を画像ピクセルにマッピングするために正確なキャリブレーションを必要とする。 実際には、キャリブレーションは特別なデータ収集と注意深いチューニングを必要とする面倒な手順である。 このプロセスは、自動運転車で頻繁に発生するカメラのパラメータが変わるたびに繰り返す必要がある。 そのため、カメラの精度を保証するために、一定間隔で調整する必要がある。 提案するディープラーニングフレームワークは,カメラ内在および外在的なキャリブレーションをリアルタイムで学習する。 フレームワークは自己管理されており、キャリブレーションパラメータを学ぶためにラベル付けや監督を必要としない。 フレームワークは、物理的目標を必要とせずにキャリブレーションを学習し、特別な平面面上で車を駆動する。

関連論文リスト

• Kalib: Markerless Hand-Eye Calibration with Keypoint Tracking [52.4190876409222]
  ハンドアイキャリブレーションでは、カメラとロボット間の変換を推定する。 ディープラーニングの最近の進歩は、マーカーレス技術を提供するが、それらは課題を提示している。 自動的かつ普遍的なマーカーレスハンドアイキャリブレーションパイプラインであるKalibを提案する。
  論文  参考訳（メタデータ） (2024-08-20T06:03:40Z)
• Automated Static Camera Calibration with Intelligent Vehicles [58.908194559319405]
  自動ジオレファレンスカメラキャリブレーションのためのロバストキャリブレーション法を提案する。 本手法では, フィルタ/RTK受信機と慣性測定ユニット(IMU)を組み合わせたキャリブレーション車両が必要である。 我々の手法は、インフラと車両の両方で記録された情報と人間との相互作用を一切必要としない。
  論文  参考訳（メタデータ） (2023-04-21T08:50:52Z)
• SceneCalib: Automatic Targetless Calibration of Cameras and Lidars in Autonomous Driving [10.517099201352414]
  SceneCalibは、複数のカメラとライダーセンサーを含むシステムにおいて、外在パラメータと内在パラメータを同時に自己校正する新しい方法である。 我々は,カメラ画像とライダー点雲との明示的な対応を必要としない完全自動方式で問題を解決する。
  論文  参考訳（メタデータ） (2023-04-11T23:02:16Z)
• Online Camera-to-ground Calibration for Autonomous Driving [26.357898919134833]
  運転中に特定の目標を利用できないオンライン単眼カメラ・地上キャリブレーションソリューションを提案する。 キャリブレーション性能の定量化と,満足度の高いキャリブレーション結果の報告・放送の停止基準を提供する。
  論文  参考訳（メタデータ） (2023-03-30T04:01:48Z)
• 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)
• Online Marker-free Extrinsic Camera Calibration using Person Keypoint Detections [25.393382192511716]
  本稿では,複数のスマートエッジセンサの外部校正のためのマーカーレスオンライン手法を提案する。 本手法では,固有カメラパラメータを推定し,カメラのポーズの粗い初期推定値でプライマーを推定する。 本手法による校正は,オフライン手法による基準校正よりも低い再投影誤差が得られることを示す。
  論文  参考訳（メタデータ） (2022-09-15T15:54:21Z)
• 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)
• Lasers to Events: Automatic Extrinsic Calibration of Lidars and Event Cameras [67.84498757689776]
  本稿では,イベントカメラとライダーの直接校正法について述べる。 フレームベースのカメラインターミディエートおよび/または高精度の手測定への依存を除去する。
  論文  参考訳（メタデータ） (2022-07-03T11:05:45Z)
• Dynamic Event Camera Calibration [27.852239869987947]
  最初の動的イベントカメラキャリブレーションアルゴリズムを提案する。 カメラとキャリブレーションパターンの間の相対的な動きで捉えたイベントから直接キャリブレーションする。 その結果, 得られたキャリブレーション法は, 10秒未満のデータ列から, 極めて有用かつ確実なキャリブレーションを行うことができた。
  論文  参考訳（メタデータ） (2021-07-14T14:52:58Z)
• How to Calibrate Your Event Camera [58.80418612800161]
  画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。 ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
  論文  参考訳（メタデータ） (2021-05-26T07:06:58Z)
• Autocamera Calibration for traffic surveillance cameras with wide angle lenses [0.6091702876917281]
  広角レンズを用いた交通監視カメラの自動校正手法を提案する。 数分の映像は、キャリブレーションのプロセス全体を実行するのに十分です。
  論文  参考訳（メタデータ） (2020-01-20T20:37:02Z)

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。