Fugu-MT 論文翻訳(概要): Incremental Rotation Averaging Revisited

論文の概要: Incremental Rotation Averaging Revisited

arxiv url: http://arxiv.org/abs/2309.16924v2
Date: Mon, 25 Dec 2023 11:14:03 GMT
ステータス: 翻訳完了
システム内更新日: 2023-12-27 21:57:23.899151
Title: Incremental Rotation Averaging Revisited
Title（参考訳）: インクリメンタル回転平均再訪
Authors: Xiang Gao, Hainan Cui, Yangdong Liu, and Shuhan Shen
Abstract要約: 本稿では, IRAv4と呼ばれるインクリメンタル回転平均化ファミリーの新たなメンバーを紹介する。 IRAv4では、タスク固有の連結支配集合が抽出され、より信頼性が高く正確なローテーション局所-グローバルアライメントの参照として機能する。 1DSfMデータセット上で総合評価を行い、基準構成法と全回転平均化パイプラインの有効性を実証した。
参考スコア（独自算出の注目度）: 17.68082049061385
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In order to further advance the accuracy and robustness of the incremental parameter estimation-based rotation averaging methods, in this paper, a new member of the Incremental Rotation Averaging (IRA) family is introduced, which is termed as IRAv4. As its most significant feature, a task-specific connected dominating set is extracted in IRAv4 to serve as a more reliable and accurate reference for rotation local-to-global alignment. This alignment reference is incrementally constructed, together with the absolute rotations of the vertices belong to it simultaneously estimated. Comprehensive evaluations are performed on the 1DSfM dataset, by which the effectiveness of both the reference construction method and the entire rotation averaging pipeline proposed in this paper is demonstrated.
Abstract（参考訳）: インクリメンタルパラメータ推定に基づく回転平均化手法の精度とロバスト性をさらに向上するために,インクリメンタル回転平均化(IRA)ファミリーの新たなメンバーを導入し,IRAv4と呼ぶ。最も重要な特徴として、タスク固有の連結支配集合がirav4から抽出され、より信頼性が高く正確なローテーション局所対グローバルアライメントの参照となる。このアライメント基準は、同時に推定される頂点の絶対回転とともに漸進的に構成される。 1DSfMデータセットの総合評価を行い,本論文で提案した基準構成法と全回転平均化パイプラインの有効性を示した。

関連論文リスト

Relaxed Rotational Equivariance via $G$-Biases in Vision [19.814324876189772]
群同変畳み込み(GConv)は、元のデータから回転同値を取ることができる。しかし、実世界のデータの提示や分布は、しばしば厳密な回転同値に適合する。本稿では,G$-Biasesと呼ばれる学習可能なバイアスの集合を利用して,この問題に対処する,単純かつ高効率な手法を提案する。実験により,提案手法は既存のGConv法と比較して,2次元オブジェクト検出タスクと分類作業の両方において優れた性能を発揮することが示された。
論文参考訳（メタデータ） (2024-08-22T14:52:53Z)
Rotation Averaging: A Primal-Dual Method and Closed-Forms in Cycle Graphs [6.511636092857915]
幾何再構成のベンチマーク、平均化は、それらの間の測定された相対的向きのセットを最適に説明する絶対的な設定のセットを求める。広範に受け入れられるスペクトル理論によって動機付けられた新しい原始双対サイクル法を提案する。
論文参考訳（メタデータ） (2024-05-29T21:46:39Z)
VI-Net: Boosting Category-level 6D Object Pose Estimation via Learning Decoupled Rotations on the Spherical Representations [55.25238503204253]
作業を容易にするために,VI-Netと呼ばれる新しい回転推定ネットワークを提案する。球面信号を処理するために、SPAtial Spherical Convolutionの新たな設計に基づいて、球面特徴ピラミッドネットワークを構築する。ベンチマークデータセットの実験により,提案手法の有効性が確認された。
論文参考訳（メタデータ） (2023-08-19T05:47:53Z)
Consensus-Adaptive RANSAC [104.87576373187426]
本稿では,パラメータ空間の探索を学習する新しいRANSACフレームワークを提案する。注意機構は、ポイント・ツー・モデル残差のバッチで動作し、軽量のワンステップ・トランスフォーマーで見いだされたコンセンサスを考慮するために、ポイント・ツー・モデル推定状態を更新する。
論文参考訳（メタデータ） (2023-07-26T08:25:46Z)
Revisiting Rotation Averaging: Uncertainties and Robust Losses [51.64986160468128]
現在の手法の主な問題は、推定エピポーラを通して入力データと弱い結合しか持たない最小コスト関数である。本稿では,点対応から回転平均化への不確実性を直接伝播させることにより,基礎となる雑音分布をモデル化することを提案する。
論文参考訳（メタデータ） (2023-03-09T11:51:20Z)
CRIN: Rotation-Invariant Point Cloud Analysis and Rotation Estimation via Centrifugal Reference Frame [60.24797081117877]
CRIN,すなわち遠心回転不変ネットワークを提案する。 CRINは点の座標を直接入力として取り、局所点を回転不変表現に変換する。点に基づく3次元回転の連続分布を導入する。
論文参考訳（メタデータ） (2023-03-06T13:14:10Z)
RAGO: Recurrent Graph Optimizer For Multiple Rotation Averaging [62.315673415889314]
本稿では,複数回転平均化(MRA)のための深部繰り返し回転平均化グラフ(RAGO)を提案する。我々のフレームワークは、実世界のアプリケーションに小さなサイズでデプロイされた、リアルタイムに学習から最適化するローテーション平均化グラフである。
論文参考訳（メタデータ） (2022-12-14T13:19:40Z)
ART-Point: Improving Rotation Robustness of Point Cloud Classifiers via Adversarial Rotation [89.47574181669903]
本研究では, 点雲分類器の回転ロバスト性も, 対角訓練により得られることを示す。具体的には、ART-Pointというフレームワークは、ポイントクラウドの回転を攻撃と見なしている。最終的なロバストモデルに効率よく到達するために,高速なワンステップ最適化を提案する。
論文参考訳（メタデータ） (2022-03-08T07:20:16Z)
Rotation Averaging in a Split Second: A Primal-Dual Method and a Closed-Form for Cycle Graphs [2.1423963702744597]
幾何再構成平均化の土台は絶対回転の集合を求め、それらの間の測定された相対配向の集合を最適に説明する。提案手法は精度と性能の両面で有意な向上を実現している。
論文参考訳（メタデータ） (2021-09-16T15:22:28Z)
Rotation Coordinate Descent for Fast Globally Optimal Rotation Averaging [47.3713707521106]
回転座標降下 (RCD) と呼ばれる世界最適性を実現する高速アルゴリズムを提案する。半定値行列を行ごと更新することでSDPを解くブロック座標降下(BCD)とは異なり、RCDは繰り返しを通して全ての有効な回転を直接維持・更新する。我々は数学的にアルゴリズムの収束を証明し、最先端のグローバル手法よりも優れた効率を示す。
論文参考訳（メタデータ） (2021-03-15T11:31:34Z)
Hybrid Rotation Averaging: A Fast and Robust Rotation Averaging Approach [28.56388668402907]
運動からのインクリメンタル構造(SfM)に対するハイブリッド回転平均化手法を提案する。グローバルRAは低騒音条件下でのグローバルな最適性を保証するが、非効率であり、外れ値や高騒音の影響を受けやすい。提案手法は,悪いカメラポーズを効果的に補正し,ドリフトを低減し,高い実用性を示す。
論文参考訳（メタデータ） (2021-01-22T14:11:19Z)
Rotation-Only Bundle Adjustment [20.02647320786556]
本稿では,カメラの位置とシーン構造から独立して,カメラのグローバルな回転を推定するための新しい手法を提案する。このアイデアを複数のビューに拡張し、変換と構造推定から回転推定を分離する。我々は、合成データと実データの両方を広範囲に評価し、最先端の回転平均化法を用いて、一貫した精度と有意な精度を示す。
論文参考訳（メタデータ） (2020-11-23T20:57:11Z)
Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
視覚SLAMシステムのための新しい最適化バックボーンを提案する。従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
論文参考訳（メタデータ） (2020-11-02T18:02:26Z)
Orientation Keypoints for 6D Human Pose Estimation [15.347102634852613]
骨格関節の完全な位置と回転を推定するための新しいアプローチである方向キーポイントを導入する。モーションキャプチャーシステムは、全骨回転を推定するために一組のポイントマーカーを使用する方法に着想を得て、仮想マーカーを用いて十分な情報を生成する。回転予測は関節角度の平均誤差を48%改善し、15個の骨回転で93%の精度を達成する。
論文参考訳（メタデータ） (2020-09-10T15:15:12Z)
Robust 6D Object Pose Estimation by Learning RGB-D Features [59.580366107770764]
本稿では、この局所最適問題を解くために、回転回帰のための離散連続的な新しい定式化を提案する。我々はSO(3)の回転アンカーを均一にサンプリングし、各アンカーから目標への制約付き偏差を予測し、最適な予測を選択するための不確実性スコアを出力する。 LINEMOD と YCB-Video の2つのベンチマーク実験により,提案手法が最先端の手法より優れていることが示された。
論文参考訳（メタデータ） (2020-02-29T06:24:55Z)

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。