論文の概要: CylinderTag: An Accurate and Flexible Marker for Cylinder-Shape Objects Pose Estimation Based on Projective Invariants

• arxiv url: http://arxiv.org/abs/2310.13320v1
• Date: Fri, 20 Oct 2023 07:26:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 00:07:38.864864
• Title: CylinderTag: An Accurate and Flexible Marker for Cylinder-Shape Objects Pose Estimation Based on Projective Invariants
• Title（参考訳）: CylinderTag:射影不変量に基づくCylinder-Shape Objects Pose Estimationのための正確で柔軟なマーカ
• Authors: Shaoan Wang, Mingzhu Zhu, Yaoqing Hu, Dongyue Li, Fusong Yuan, Junzhi Yu
• Abstract要約: シリンダータグ(CylinderTag)は、円筒形の物体にしっかりと取り付けられる環状マーカーである。 CylinderTagは、従来の視覚マーカーと比較して、様々な角度からの優れた検出性能を示す。 CylinderTagはリアルタイム検出機能と広範なマーカー辞書を備えている。
• 参考スコア（独自算出の注目度）: 11.654317129720134
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-precision pose estimation based on visual markers has been a thriving research topic in the field of computer vision. However, the suitability of traditional flat markers on curved objects is limited due to the diverse shapes of curved surfaces, which hinders the development of high-precision pose estimation for curved objects. Therefore, this paper proposes a novel visual marker called CylinderTag, which is designed for developable curved surfaces such as cylindrical surfaces. CylinderTag is a cyclic marker that can be firmly attached to objects with a cylindrical shape. Leveraging the manifold assumption, the cross-ratio in projective invariance is utilized for encoding in the direction of zero curvature on the surface. Additionally, to facilitate the usage of CylinderTag, we propose a heuristic search-based marker generator and a high-performance recognizer as well. Moreover, an all-encompassing evaluation of CylinderTag properties is conducted by means of extensive experimentation, covering detection rate, detection speed, dictionary size, localization jitter, and pose estimation accuracy. CylinderTag showcases superior detection performance from varying view angles in comparison to traditional visual markers, accompanied by higher localization accuracy. Furthermore, CylinderTag boasts real-time detection capability and an extensive marker dictionary, offering enhanced versatility and practicality in a wide range of applications. Experimental results demonstrate that the CylinderTag is a highly promising visual marker for use on cylindrical-like surfaces, thus offering important guidance for future research on high-precision visual localization of cylinder-shaped objects. The code is available at: https://github.com/wsakobe/CylinderTag.
• Abstract（参考訳）: 視覚マーカーに基づく高精度ポーズ推定はコンピュータビジョンの分野で盛んに行われている研究課題である。 しかし,曲線面の形状が多様であることから,曲線面上の従来の平坦なマーカーの適合性は限定的であり,曲線面に対する高精度ポーズ推定の開発を妨げている。 そこで本論文では,円筒面などの曲面の発達を目的とした,CylinderTagと呼ばれる新しい視覚マーカーを提案する。 シリンダータグ(CylinderTag)は、円筒形の物体にしっかりと取り付けられる環状マーカーである。 多様体の仮定を利用すると、射影不変量の交叉比は、曲面上のゼロ曲率方向の符号化に利用される。 さらに,CylinderTagの使用を容易にするために,ヒューリスティックな検索型マーカー生成器と高性能認識器を提案する。 さらに,シリンダタグ特性の全面的評価を,検出速度,検出速度,辞書サイズ,ローカライゼーションジッタ,ポーズ推定精度をカバーする広範な実験により行う。 CylinderTagは、従来の視覚マーカーと比較して、様々な角度からの優れた検出性能を示し、位置決め精度が高い。 さらに、CylinderTagはリアルタイム検出機能と広範なマーカー辞書を備え、幅広いアプリケーションで汎用性と実用性を高めている。 実験の結果,シリンダータグはシリンダー状表面での使用に非常に有望な視覚マーカーであり,シリンダー状物体の高精度視定位に関する今後の研究において重要なガイダンスとなる。 コードは、https://github.com/wsakobe/CylinderTag.comで入手できる。

関連論文リスト

• New Efficient Visual OILU Markers [0.5120567378386615]
  我々は、新しい効率的な視覚マーカーを開発するために基本的なパターンを利用する。 提案したマーカーは、ユニークな識別子の豊富なパネルを生成することができる。 取得および幾何学的歪みに対するマーカーの堅牢性を検証する。
  論文  参考訳（メタデータ） (2024-04-12T13:55:05Z)
• LEAP-VO: Long-term Effective Any Point Tracking for Visual Odometry [52.131996528655094]
  本稿では,LEAP(Long-term Effective Any Point Tracking)モジュールについて述べる。 LEAPは、動的トラック推定のために、視覚的、トラック間、時間的キューと慎重に選択されたアンカーを革新的に組み合わせている。 これらの特徴に基づき,強靭な視力計測システムLEAP-VOを開発した。
  論文  参考訳（メタデータ） (2024-01-03T18:57:27Z)
• Human Spine Motion Capture using Perforated Kinesiology Tape [26.114550071165628]
  本稿では,スポーツにおける運動要求に合わせて,マーカーに基づく多視点スピントラッキング手法を提案する。 最大の焦点は、マーカーの正確な検出とシステムの迅速な利用である。 線形プログラムとマルコフ確率場による3次元の推論を行い、キネシロジーテープの構造をモデル化し、スピンの形状を最適化する。
  論文  参考訳（メタデータ） (2023-06-05T14:48:30Z)
• ARS-DETR: Aspect Ratio-Sensitive Detection Transformer for Aerial Oriented Object Detection [55.291579862817656]
  既存のオブジェクト指向オブジェクト検出手法では、モデルの性能を測定するために計量AP$_50$が一般的である。 我々は、AP$_50$は本来、角度偏差に大きな耐性があるため、オブジェクト指向物体検出には適さないと主張している。 本稿では,ARS-DETR(Aspect Ratio Sensitive Oriented Object Detector with Transformer)を提案する。
  論文  参考訳（メタデータ） (2023-03-09T02:20:56Z)
• Towards Accurate Facial Landmark Detection via Cascaded Transformers [14.74021483826222]
  本稿では,カスケードトランスを用いた正確な顔のランドマーク検出手法を提案する。 トランスにおける自己注意によって、我々のモデルは本質的にランドマーク間の構造化された関係を活用できる。 このモデルでは, 目標ランドマークの周囲に最も関連性の高い画像の特徴を抽出し, 座標予測を行う。
  論文  参考訳（メタデータ） (2022-08-23T08:42:13Z)
• DeepFormableTag: End-to-end Generation and Recognition of Deformable Fiducial Markers [27.135078472097895]
  既存の検出方法は、マーカーが理想的に平面面に印刷されていると仮定する。 フィデューシャルマーカー生成器は、大規模な情報を符号化する自由形式のカラーパターンのセットを作成する。 微分可能画像シミュレータは、変形マーカーを用いたフォトリアリスティックシーン画像のトレーニングデータセットを作成する。 訓練されたマーカー検出器は興味のある領域を探し、同時に複数のマーカーパターンを認識する。
  論文  参考訳（メタデータ） (2022-06-16T09:29:26Z)
• MarkerPose: Robust Real-time Planar Target Tracking for Accurate Stereo Pose Estimation [0.0]
  MarkerPoseは3つの円の平面的目標とステレオ視覚システムに基づくリアルタイムポーズ推定システムである。 本手法は,マーカー点検出のための2つの深層ニューラルネットワークからなる。 3Dフリーハンド超音波システムにおけるMarkerPoseの適合性を示す。
  論文  参考訳（メタデータ） (2021-05-02T01:09:13Z)
• Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
  本稿では,分類に基づく比較的研究の少ない方法論について検討する。 我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。 航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-11-19T05:42:02Z)
• Towards End-to-end Video-based Eye-Tracking [50.0630362419371]
  画像のみから視線を推定することは、観察不可能な人固有の要因のために難しい課題である。 本稿では,これらの意味的関係と時間的関係を明確に学習することを目的とした,新しいデータセットとアタッチメント手法を提案する。 視覚刺激からの情報と視線画像の融合が,文献に記録された人物と同じような性能を達成することにつながることを実証した。
  論文  参考訳（メタデータ） (2020-07-26T12:39:15Z)
• Refined Plane Segmentation for Cuboid-Shaped Objects by Leveraging Edge Detection [63.942632088208505]
  本稿では,セグメント化された平面マスクを画像に検出されたエッジと整列するための後処理アルゴリズムを提案する。 これにより、立方体形状の物体に制限を加えながら、最先端のアプローチの精度を高めることができます。
  論文  参考訳（メタデータ） (2020-03-28T18:51:43Z)
• Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
  本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。 我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。 実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T10:51:32Z)

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。