論文の概要: 3D Reconstruction in Noisy Agricultural Environments: A Bayesian Optimization Perspective for View Planning

• arxiv url: http://arxiv.org/abs/2310.00145v2
• Date: Mon, 18 Mar 2024 18:51:09 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-21 00:40:38.405632
• Title: 3D Reconstruction in Noisy Agricultural Environments: A Bayesian Optimization Perspective for View Planning
• Title（参考訳）: 騒音の多い農業環境における3次元再構築 : ビュープランニングのためのベイズ最適化の視点
• Authors: Athanasios Bacharis, Konstantinos D. Polyzos, Henry J. Nelson, Georgios B. Giannakis, Nikolaos Papanikolopoulos,
• Abstract要約: ビュープランニング(VP)は、視覚情報を最大化する位置に、一定の数のカメラを最適に配置することを目的としている。 既存の環境騒音は3次元再構成の性能に大きな影響を及ぼす可能性がある。 本研究は,ノイズの存在下での高精度な3次元再構成のための適応ベイズ最適化アルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 30.93026905477516
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 3D reconstruction is a fundamental task in robotics that gained attention due to its major impact in a wide variety of practical settings, including agriculture, underwater, and urban environments. This task can be carried out via view planning (VP), which aims to optimally place a certain number of cameras in positions that maximize the visual information, improving the resulting 3D reconstruction. Nonetheless, in most real-world settings, existing environmental noise can significantly affect the performance of 3D reconstruction. To that end, this work advocates a novel geometric-based reconstruction quality function for VP, that accounts for the existing noise of the environment, without requiring its closed-form expression. With no analytic expression of the objective function, this work puts forth an adaptive Bayesian optimization algorithm for accurate 3D reconstruction in the presence of noise. Numerical tests on noisy agricultural environments showcase the merits of the proposed approach for 3D reconstruction with even a small number of available cameras.
• Abstract（参考訳）: 3D再構築は、農業、水中、都市環境など、さまざまな実践的な環境において大きな影響を与えているため、ロボット工学の基本的な課題である。 このタスクはビュープランニング(VP)を通じて行うことができ、これは視覚情報を最大化する位置に一定の数のカメラを最適に配置し、その結果の3D再構成を改善することを目的としている。 しかし,実世界のほとんどの環境では,既存の環境騒音が3次元再構成の性能に大きな影響を及ぼす可能性がある。 そこで本研究では, 閉形式表現を必要とせず, 既存の環境騒音を考慮に入れたVPの幾何的再構成品質関数を提案する。 目的関数を解析的に表現することができないため,ノイズの存在下での高精度な3次元再構成のための適応ベイズ最適化アルゴリズムが提案される。 騒音の多い農業環境における数値実験は, 少数のカメラを用いた3次元再構築手法の利点を実証するものである。

関連論文リスト

• Multi-robot autonomous 3D reconstruction using Gaussian splatting with Semantic guidance [18.631273098468384]
  暗黙の神経表現と3次元ガウススプラッティング(3DGS)はシーン再構成に大きな可能性を示している。 近年,タスク割り当て手法による自律的再構築への応用が拡大している。 本稿では,最初の3DGSに基づく集中型マルチロボット自律型3D再構築フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-03T08:27:17Z)
• 360Recon: An Accurate Reconstruction Method Based on Depth Fusion from 360 Images [10.564434148892362]
  360度画像は、従来のピンホールカメラに比べてはるかに広い視野を提供する。 これにより、VR、AR、および関連分野のアプリケーションにとって重要である。 ERP画像のための革新的MVSアルゴリズムである360Reconを提案する。
  論文  参考訳（メタデータ） (2024-11-28T12:30:45Z)
• CropCraft: Inverse Procedural Modeling for 3D Reconstruction of Crop Plants [16.558411700996746]
  逆手続きモデルによる植物形態のモデル最適化に基づく農作物の3次元再構築手法を提案する。 本手法を農業現場の実画像のデータセット上で検証し, 様々なモニタリング・シミュレーションに応用できることを実証する。
  論文  参考訳（メタデータ） (2024-11-14T18:58:02Z)
• UW-SDF: Exploiting Hybrid Geometric Priors for Neural SDF Reconstruction from Underwater Multi-view Monocular Images [63.32490897641344]
  ニューラルSDFに基づく多視点水中画像から対象物を再構成するフレームワークを提案する。 再建過程を最適化するためのハイブリッドな幾何学的先行手法を導入し、神経SDF再建の質と効率を著しく向上させる。
  論文  参考訳（メタデータ） (2024-10-10T16:33:56Z)
• MaRINeR: Enhancing Novel Views by Matching Rendered Images with Nearby References [49.71130133080821]
  MaRINeRは、近くのマッピング画像の情報を活用して、ターゲット視点のレンダリングを改善する方法である。 暗黙のシーン表現と暗黙のシーン表現の両方から、定量的な指標と定性的な例のレンダリングの改善を示す。
  論文  参考訳（メタデータ） (2024-07-18T17:50:03Z)
• Instance-aware Multi-Camera 3D Object Detection with Structural Priors Mining and Self-Boosting Learning [93.71280187657831]
  カメラによる鳥眼視(BEV)知覚パラダイムは、自律運転分野において大きな進歩を遂げている。 画像平面のインスタンス認識をBEV検出器内の深度推定プロセスに統合するIA-BEVを提案する。
  論文  参考訳（メタデータ） (2023-12-13T09:24:42Z)
• Unifying Correspondence, Pose and NeRF for Pose-Free Novel View Synthesis from Stereo Pairs [57.492124844326206]
  この研究は、3次元視覚における挑戦的で先駆的な課題であるステレオペアからのポーズレスノベルビュー合成の課題に踏み込んだ。 我々の革新的なフレームワークは、これまでとは違って、シームレスに2D対応マッチング、カメラポーズ推定、NeRFレンダリングを統合し、これらのタスクの相乗的強化を促進します。
  論文  参考訳（メタデータ） (2023-12-12T13:22:44Z)
• R3D3: Dense 3D Reconstruction of Dynamic Scenes from Multiple Cameras [106.52409577316389]
  R3D3は高密度3次元再構成とエゴモーション推定のためのマルチカメラシステムである。 提案手法は,複数のカメラからの時空間情報と単眼深度補正を利用する。 この設計により、困難で動的な屋外環境の密集した一貫した3次元再構成が可能になる。
  論文  参考訳（メタデータ） (2023-08-28T17:13:49Z)
• Neural 3D Reconstruction in the Wild [86.6264706256377]
  そこで我々は,インターネット写真コレクションから効率よく高精度な表面再構成を実現する新しい手法を提案する。 そこで本研究では,これらのシーンにおける再構成性能を評価するための新しいベンチマークとプロトコルを提案する。
  論文  参考訳（メタデータ） (2022-05-25T17:59:53Z)
• A Pose-only Solution to Visual Reconstruction and Navigation [23.86386627769292]
  大規模なシーンやクリティカルなカメラの動きは、この目標を達成するために研究コミュニティが直面する大きな課題です。 私たちは、これらの課題を解決できるポーズオンリーのイメージングジオメトリフレームワークとアルゴリズムを立ち上げました。
  論文  参考訳（メタデータ） (2021-03-02T07:21:08Z)

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。