論文の概要: AP$n$P: A Less-constrained P$n$P Solver for Pose Estimation with Unknown
Anisotropic Scaling or Focal Lengths
- arxiv url: http://arxiv.org/abs/2310.09982v2
- Date: Wed, 18 Oct 2023 08:22:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-19 12:51:38.189006
- Title: AP$n$P: A Less-constrained P$n$P Solver for Pose Estimation with Unknown
Anisotropic Scaling or Focal Lengths
- Title(参考訳): AP$n$P:未知の異方性スケーリングまたは焦点長を用いた詩推定のための低制約P$n$Pソルバー
- Authors: Jiaxin Wei, Stefan Leutenegger and Laurent Kneip
- Abstract要約: P$n$P問題に対して,制約を緩和し,正確な3次元座標や完全データを必要としない新しい手法を提案する。
従来の剛性ポーズに加えて、3次元座標や2つの異なる焦点長の異方性スケーリング因子を処理できることから、AP$n$Pと呼ぶ。
- 参考スコア(独自算出の注目度): 29.6666848546598
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Perspective-$n$-Point (P$n$P) stands as a fundamental algorithm for pose
estimation in various applications. In this paper, we present a new approach to
the P$n$P problem with relaxed constraints, eliminating the need for precise 3D
coordinates or complete calibration data. We refer to it as AP$n$P due to its
ability to handle unknown anisotropic scaling factors of 3D coordinates or
alternatively two distinct focal lengths in addition to the conventional rigid
pose. Through algebraic manipulations and a novel parametrization, both cases
are brought into similar forms that distinguish themselves primarily by the
order of a rotation and an anisotropic scaling operation. AP$n$P furthermore
brings down both cases to an identical polynomial problem, which is solved
using the Gr\"obner basis approach. Experimental results on both simulated and
real datasets demonstrate the effectiveness of AP$n$P, providing a more
flexible and practical solution to several pose estimation tasks. Code:
https://github.com/goldoak/APnP.
- Abstract(参考訳): perspective-$n$-point (p$n$p) は様々な応用におけるポーズ推定の基本的なアルゴリズムである。
本稿では,P$n$P問題に対して,制約を緩和し,正確な3次元座標や完全校正データを必要としない新しいアプローチを提案する。
これをAP$n$Pと呼ぶのは、3次元座標の未知の異方性スケーリング因子や、従来の剛性ポーズに加えて2つの異なる焦点長を扱う能力のためである。
代数的操作と新しいパラメトリゼーションにより、どちらのケースも、回転の順序と異方性スケーリング操作によって自身を区別する類似の形式に変換される。
さらにAP$n$Pは、両方のケースを同じ多項式問題に分解し、Gr\"オブナー基底アプローチを用いて解決する。
シミュレーションと実データの両方の実験結果はAP$n$Pの有効性を示し、いくつかのポーズ推定タスクに対してより柔軟で実用的なソリューションを提供する。
コード:https://github.com/goldoak/APnP。
関連論文リスト
- UNOPose: Unseen Object Pose Estimation with an Unposed RGB-D Reference Image [86.7128543480229]
単参照型オブジェクトポーズ推定のための新しいアプローチとベンチマークをUNOPoseと呼ぶ。
粗大なパラダイムに基づいて、UNOPoseはSE(3)不変の参照フレームを構築し、オブジェクト表現を標準化する。
重なり合う領域内に存在すると予測される確率に基づいて、各対応の重みを補正する。
論文 参考訳(メタデータ) (2024-11-25T05:36:00Z) - DVMNet: Computing Relative Pose for Unseen Objects Beyond Hypotheses [59.51874686414509]
現在のアプローチは、多数の離散的なポーズ仮説を持つ連続的なポーズ表現を近似している。
本稿では,DVMNet(Deep Voxel Matching Network)を提案する。
提案手法は,最先端の手法に比べて計算コストの低い新しいオブジェクトに対して,より正確なポーズ推定を行う。
論文 参考訳(メタデータ) (2024-03-20T15:41:32Z) - CPPF++: Uncertainty-Aware Sim2Real Object Pose Estimation by Vote Aggregation [67.12857074801731]
そこで本研究では,シミュレートからリアルなポーズ推定のための新しい手法であるCPPF++を提案する。
投票衝突による課題に対処するため,投票の不確実性をモデル化する新たなアプローチを提案する。
ノイズの多いペアフィルタリング、オンラインアライメント最適化、機能アンサンブルなど、いくつかの革新的なモジュールを組み込んでいます。
論文 参考訳(メタデータ) (2022-11-24T03:27:00Z) - CPnP: Consistent Pose Estimator for Perspective-n-Point Problem with Bias Elimination [10.099598169569383]
バイアス除去を用いた一貫した解法emphCを提案する。
閉形式最小二乗解が得られた部分トラクションバイアスを解析する。
合成データと実画像の両方でテストしたところ,提案した推定器は,濃密な視覚的特徴を持つ画像に対して,よく知られた推定器よりも優れていることがわかった。
論文 参考訳(メタデータ) (2022-09-13T09:00:58Z) - Perspective-1-Ellipsoid: Formulation, Analysis and Solutions of the
Camera Pose Estimation Problem from One Ellipse-Ellipsoid Correspondence [1.7188280334580193]
我々は,エリスポイド固有の理論的枠組みを導入し,ポーズ推定の文脈で有用性を示す。
提案手法により, 位置や方向のみの推定問題に対して, ポーズ推定問題を低減できることを示す。
論文 参考訳(メタデータ) (2022-08-26T09:15:20Z) - GPV-Pose: Category-level Object Pose Estimation via Geometry-guided
Point-wise Voting [103.74918834553249]
GPV-Poseはロバストなカテゴリーレベルのポーズ推定のための新しいフレームワークである。
幾何学的洞察を利用して、カテゴリーレベルのポーズ感応的特徴の学習を強化する。
一般的な公開ベンチマークにおいて、最先端の競合相手に優れた結果をもたらす。
論文 参考訳(メタデータ) (2022-03-15T13:58:50Z) - Uncertainty-Aware Camera Pose Estimation from Points and Lines [101.03675842534415]
Perspective-n-Point-and-Line (Pn$PL) は、2D-3D特徴座標の3Dモデルに関して、高速で正確で堅牢なカメラローカライゼーションを目指している。
論文 参考訳(メタデータ) (2021-07-08T15:19:36Z) - A scaling hypothesis for projected entangled-pair states [0.0]
本稿では,強い相関関係を持つシステムに対して,射影絡み合ったペア状態(PEPS)でシミュレーションをスケールするための新しいパラダイムを提案する。
データポイントの崩壊を誘導するために有効相関長$chi$,$f(D,chi)=f(xi(D,chi))$,$D$の任意の値と環境結合次元$chi$を使用する。
本研究では, 臨界3次元二量体モデル, 3次元古典イジングモデル, 2次元量子ハイゼンベルクモデルに関する仮説を検証した。
論文 参考訳(メタデータ) (2021-02-05T12:48:01Z) - 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。