論文の概要: Robust Self-calibration of Focal Lengths from the Fundamental Matrix

• arxiv url: http://arxiv.org/abs/2311.16304v1
• Date: Mon, 27 Nov 2023 20:36:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-29 21:02:49.165316
• Title: Robust Self-calibration of Focal Lengths from the Fundamental Matrix
• Title（参考訳）: 基本行列からの焦点長のロバスト自己校正
• Authors: Viktor Kocur, Daniel Kyselica, Zuzana K\'ukelov\'a
• Abstract要約: 与えられた基本行列から2台のカメラを自己校正する問題は、幾何学的コンピュータビジョンの基本的な問題の一つである。 既知の主点と平方ピクセルの仮定の下で、よく知られたブーヌーの公式は、2つの未知の焦点距離を計算する手段を提供する。 本稿では,カメラの主点とともに焦点距離を推定する,効率的でロバストな反復手法を提案する。
• 参考スコア（独自算出の注目度）: 17.621056678718737
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The problem of self-calibration of two cameras from a given fundamental matrix is one of the basic problems in geometric computer vision. Under the assumption of known principal points and square pixels, the well-known Bougnoux formula offers a means to compute the two unknown focal lengths. However, in many practical situations, the formula yields inaccurate results due to commonly occurring singularities. Moreover, the estimates are sensitive to noise in the computed fundamental matrix and to the assumed positions of the principal points. In this paper, we therefore propose an efficient and robust iterative method to estimate the focal lengths along with the principal points of the cameras given a fundamental matrix and priors for the estimated camera parameters. In addition, we study a computationally efficient check of models generated within RANSAC that improves the accuracy of the estimated models while reducing the total computational time. Extensive experiments on real and synthetic data show that our iterative method brings significant improvements in terms of the accuracy of the estimated focal lengths over the Bougnoux formula and other state-of-the-art methods, even when relying on inaccurate priors.
• Abstract（参考訳）: 基本行列から2台のカメラを自己校正する問題は、幾何学的コンピュータビジョンの基本的な問題の一つである。 既知の主点と平方ピクセルの仮定の下で、よく知られたブーヌーの公式は、2つの未知の焦点距離を計算する手段を提供する。 しかし、多くの実用的な状況において、この公式は一般に発生する特異点によって不正確な結果をもたらす。 さらに、計算された基本行列のノイズや、主点の仮定位置に対して、推定値が敏感である。 そこで本研究では,基本行列が与えられたカメラの焦点距離と,推定されたカメラパラメータに先行して焦点距離を推定する効率的かつロバストな反復手法を提案する。 さらに,総計算時間を削減しつつ推定モデルの精度を向上させるため,ransac内で生成されたモデルの計算効率の高いチェックを行った。 実データおよび合成データに関する広範囲な実験により,本手法は,不正確な事前値に依存する場合であっても,ブーヌー式や他の最先端法よりも推定焦点長の精度が大幅に向上することが示された。

関連論文リスト

• VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
  ポースグラフ最適化手法を拡張する新しい手法を提案する。 我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。 我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
  論文  参考訳（メタデータ） (2024-03-25T17:47:03Z)
• Single-image camera calibration with model-free distortion correction [0.0]
  本稿では,センサ全体をカバーする平面スペックルパターンの単一画像から,キャリブレーションパラメータの完全な集合を推定する方法を提案する。 デジタル画像相関を用いて校正対象の画像点と物理点との対応を求める。 プロシージャの最後には、画像全体にわたって、密度が高く均一なモデルフリーな歪みマップが得られる。
  論文  参考訳（メタデータ） (2024-03-02T16:51:35Z)
• Consistent and Asymptotically Statistically-Efficient Solution to Camera Motion Estimation [11.69114446607907]
  画像ペア間の2Dポイント対応を考えると、カメラの動きを推定することはコンピュータビジョンのコミュニティにおいて基本的な問題である。 点数が数百の順序に達すると、推定器は推定精度とCPU時間で最先端の値より優れていることを示す。
  論文  参考訳（メタデータ） (2024-03-02T10:56:27Z)
• Learning-Augmented K-Means Clustering Using Dimensional Reduction [1.7243216387069678]
  主成分分析(PCA)を用いたデータセットの次元性低減手法を提案する。 PCAは文献でよく確立されており、データモデリング、圧縮、可視化の最も有用なツールの1つになっている。
  論文  参考訳（メタデータ） (2024-01-06T12:02:33Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• RED-PSM: Regularization by Denoising of Factorized Low Rank Models for Dynamic Imaging [6.527016551650136]
  ダイナミックトモグラフィーでは、1つのビュー角で1つのプロジェクションのみを同時に利用することができる。 本稿では,この課題に対処する2つの強力な手法を組み合わせたRED-PSMを提案する。
  論文  参考訳（メタデータ） (2023-04-07T05:29:59Z)
• Single Image Depth Prediction Made Better: A Multivariate Gaussian Take [163.14849753700682]
  本稿では,画素ごとの深度を連続的にモデル化する手法を提案する。 提案手法の精度(MG)は,KITTI深度予測ベンチマークリーダーボードの上位に位置する。
  論文  参考訳（メタデータ） (2023-03-31T16:01:03Z)
• RNNPose: Recurrent 6-DoF Object Pose Refinement with Robust Correspondence Field Estimation and Pose Optimization [46.144194562841435]
  本稿では、オブジェクトポーズ改善のためのリカレントニューラルネットワーク(RNN)に基づくフレームワークを提案する。 この問題は、推定対応フィールドに基づいて非線形最小二乗問題として定式化される。 各イテレーションにおいて、対応フィールド推定とポーズ精錬を代替して行い、正確なオブジェクトポーズを復元する。
  論文  参考訳（メタデータ） (2022-03-24T06:24:55Z)
• 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)
• Robust 360-8PA: Redesigning The Normalized 8-point Algorithm for 360-FoV Images [53.11097060367591]
  球面投影における360-fov画像から本質行列を推定する新しい手法を提案する。 我々の正規化は、時間を大幅に上回ることなく、カメラの精度を約20%向上させることができることを示す。
  論文  参考訳（メタデータ） (2021-04-22T07:23:11Z)
• Deep Keypoint-Based Camera Pose Estimation with Geometric Constraints [80.60538408386016]
  連続するフレームから相対的なカメラのポーズを推定することは、視覚計測の基本的な問題である。 本稿では,検出,特徴抽出,マッチング,外乱除去のための学習可能なモジュールで構成されるエンドツーエンドのトレーニング可能なフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-29T21:41:31Z)

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。