論文の概要: Inertial Guided Uncertainty Estimation of Feature Correspondence in
Visual-Inertial Odometry/SLAM
- arxiv url: http://arxiv.org/abs/2311.03722v1
- Date: Tue, 7 Nov 2023 04:56:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-08 16:49:29.918639
- Title: Inertial Guided Uncertainty Estimation of Feature Correspondence in
Visual-Inertial Odometry/SLAM
- Title（参考訳）: visual-inertial odometry/slamにおける特徴対応の不確かさ推定
- Authors: Seongwook Yoon, Jaehyun Kim, and Sanghoon Sull
- Abstract要約: 慣性ガイダンスを用いて特徴対応の不確かさを推定する手法を提案する。
また,近年の視覚-慣性オドメトリー/SLAMアルゴリズムの1つに組み込むことにより,本手法の有効性を実証する。
- 参考スコア（独自算出の注目度）: 8.136426395547893
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Visual odometry and Simultaneous Localization And Mapping (SLAM) has been
studied as one of the most important tasks in the areas of computer vision and
robotics, to contribute to autonomous navigation and augmented reality systems.
In case of feature-based odometry/SLAM, a moving visual sensor observes a set
of 3D points from different viewpoints, correspondences between the projected
2D points in each image are usually established by feature tracking and
matching. However, since the corresponding point could be erroneous and noisy,
reliable uncertainty estimation can improve the accuracy of odometry/SLAM
methods. In addition, inertial measurement unit is utilized to aid the visual
sensor in terms of Visual-Inertial fusion. In this paper, we propose a method
to estimate the uncertainty of feature correspondence using an inertial
guidance robust to image degradation caused by motion blur, illumination change
and occlusion. Modeling a guidance distribution to sample possible
correspondence, we fit the distribution to an energy function based on image
error, yielding more robust uncertainty than conventional methods. We also
demonstrate the feasibility of our approach by incorporating it into one of
recent visual-inertial odometry/SLAM algorithms for public datasets.
- Abstract（参考訳）: コンピュータビジョンとロボティクスの分野で最も重要なタスクの1つとして、視覚計測と同時局所マッピング(SLAM)が研究され、自律的なナビゲーションと拡張現実システムに寄与している。
特徴ベースドメトリー/SLAMの場合、移動型視覚センサは異なる視点から1組の3Dポイントを観測し、各画像内の投影された2Dポイント間の対応は通常、特徴追跡とマッチングによって確立される。
しかし、対応点が誤認しうるため、信頼性の高い不確実性推定はオドメトリー/SLAM法の精度を向上させることができる。
さらに、慣性計測装置を用いて、視覚-慣性融合の観点から視覚センサを支援する。
本稿では,動きのぼやけ,照明変化,閉塞による画像劣化に頑健な慣性誘導を用いて特徴対応の不確かさを推定する手法を提案する。
予測分布をサンプル対応にモデル化し、画像誤差に基づくエネルギー関数に分布を適合させ、従来の方法よりも堅牢な不確実性をもたらす。
パブリックデータセットのための最近のビジュアル慣性オドメトリー/SLAMアルゴリズムの1つに組み込むことで、我々のアプローチの実現可能性を示す。
関連論文リスト
- MM3DGS SLAM: Multi-modal 3D Gaussian Splatting for SLAM Using Vision, Depth, and Inertial Measurements [59.70107451308687]
カメラ画像と慣性測定による地図表現に3Dガウスアンを用いることで、精度の高いSLAMが実現できることを示す。
我々の手法であるMM3DGSは、より高速なスケール認識と軌道追跡の改善により、事前レンダリングの限界に対処する。
また,カメラと慣性測定ユニットを備えた移動ロボットから収集したマルチモーダルデータセットUT-MMもリリースした。
論文 参考訳（メタデータ） (2024-04-01T04:57:41Z) - GUPNet++: Geometry Uncertainty Propagation Network for Monocular 3D
Object Detection [95.8940731298518]
我々はGUPNet++(Geometry Uncertainty Propagation Network)を提案する。
トレーニング中の幾何射影の不確実性伝播関係をモデル化し、エンドツーエンドのモデル学習の安定性と効率を向上させる。
実験により,提案手法は画像ベースモノクロ3次元検出におけるSOTA性能を得るだけでなく,簡易なフレームワークで有効性を示す。
論文 参考訳（メタデータ） (2023-10-24T08:45:15Z) - EDI: ESKF-based Disjoint Initialization for Visual-Inertial SLAM Systems [9.937997167972743]
本稿では,高速,高精度,堅牢な視覚慣性初期化のための新しい手法を提案する。
提案手法は,3秒未満で平均5.8%の誤差を実現する。
論文 参考訳（メタデータ） (2023-08-04T19:06:58Z) - On the Importance of Accurate Geometry Data for Dense 3D Vision Tasks [61.74608497496841]
不正確または破損したデータのトレーニングは、モデルバイアスとハマーズ一般化能力を誘導する。
本稿では,深度推定と再構成における高密度3次元視覚課題に対するセンサ誤差の影響について検討する。
論文 参考訳（メタデータ） (2023-03-26T22:32:44Z) - Differentiable Uncalibrated Imaging [25.67247660827913]
本稿では,センサ位置や投影角などの測定座標の不確実性に対処する,識別可能なイメージングフレームワークを提案する。
入力座標に対して自然に微分可能な暗黙のニューラルネットワーク、別名ニューラルフィールドを適用する。
測定表現を協調的に適合させ、不確実な測定座標を最適化し、一貫したキャリブレーションを保証する画像再構成を行うため、微分性は鍵となる。
論文 参考訳（メタデータ） (2022-11-18T22:48:09Z) - A Model for Multi-View Residual Covariances based on Perspective
Deformation [88.21738020902411]
マルチビューSfM, オードメトリ, SLAMセットアップにおける視覚的残差の共分散モデルの導出を行う。
我々は、合成データと実データを用いてモデルを検証し、それを光度および特徴量に基づくバンドル調整に統合する。
論文 参考訳（メタデータ） (2022-02-01T21:21:56Z) - Probabilistic and Geometric Depth: Detecting Objects in Perspective [78.00922683083776]
3次元物体検出は、運転支援システムなどの様々な実用用途で必要とされる重要な機能である。
双眼視やLiDARに頼っている従来の設定に比べて、経済的な解決策として単眼3D検出が注目されているが、それでも満足のいく結果が得られていない。
本稿ではまず,この問題に関する系統的研究を行い,現在の単分子3次元検出問題をインスタンス深度推定問題として単純化できることを考察する。
論文 参考訳（メタデータ） (2021-07-29T16:30:33Z) - Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian
Photometric Stereo [61.6260594326246]
空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。
分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
論文 参考訳（メタデータ） (2021-03-22T18:06:58Z) - Beyond Photometric Consistency: Gradient-based Dissimilarity for
Improving Visual Odometry and Stereo Matching [46.27086269084186]
本稿では,光度誤差の考え方に基づく画像の登録のための新しい指標について検討する。
ステレオ推定とビジュアルオドメトリーシステムの両方に統合し、典型的な相違と直接画像登録タスクに明確な利点を示す。
論文 参考訳（メタデータ） (2020-04-08T16:13:25Z)
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。