論文の概要: Revisiting Sampson Approximations for Geometric Estimation Problems
- arxiv url: http://arxiv.org/abs/2401.07114v1
- Date: Sat, 13 Jan 2024 16:36:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-17 19:57:57.468338
- Title: Revisiting Sampson Approximations for Geometric Estimation Problems
- Title(参考訳): 幾何推定問題に対するサムプソン近似の再検討
- Authors: Felix Rydell, Ang\'elica Torres, Viktor Larsson
- Abstract要約: 我々はサンプソン近似を再検討し、なぜ、いつこの近似が機能するのかに関する新たな理論的知見を提供する。
この結果は実データおよび異なる幾何推定タスクの文脈におけるいくつかの実験で検証された。
- 参考スコア(独自算出の注目度): 22.967912676505982
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many problems in computer vision can be formulated as geometric estimation
problems, i.e. given a collection of measurements (e.g. point correspondences)
we wish to fit a model (e.g. an essential matrix) that agrees with our
observations. This necessitates some measure of how much an observation
``agrees" with a given model. A natural choice is to consider the smallest
perturbation that makes the observation exactly satisfy the constraints.
However, for many problems, this metric is expensive or otherwise intractable
to compute. The so-called Sampson error approximates this geometric error
through a linearization scheme. For epipolar geometry, the Sampson error is a
popular choice and in practice known to yield very tight approximations of the
corresponding geometric residual (the reprojection error).
In this paper we revisit the Sampson approximation and provide new
theoretical insights as to why and when this approximation works, as well as
provide explicit bounds on the tightness under some mild assumptions. Our
theoretical results are validated in several experiments on real data and in
the context of different geometric estimation tasks.
- Abstract(参考訳): コンピュータビジョンにおける多くの問題は、幾何学的推定問題として定式化することができる。例えば、観測と一致するモデル(例えば本質行列)に適合したい測定値の集合(例えば点対応)が与えられたときである。
これは、あるモデルに対する観測の ‘agrees’ の程度を測る必要がある。
自然な選択は、観測が制約を完全に満たす最小の摂動を考えることである。
しかし、多くの問題では、このメトリクスは高価であるか、計算が難しい。
いわゆるサンプソン誤差は、線形化スキームを通じてこの幾何学的誤差を近似する。
エピポーラ幾何学では、サンプソン誤差は一般的な選択であり、実際には対応する幾何学的残差(再射誤差)の非常に厳密な近似をもたらすことが知られている。
本稿では,サンプソン近似を再検討し,この近似がなぜ,いつ動作するのかという新たな理論的知見を与えるとともに,いくつかの軽微な仮定の下でのタイツネスの明確な境界を与える。
理論結果は実データおよび異なる幾何推定タスクの文脈におけるいくつかの実験で検証される。
関連論文リスト
- 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) - Geometric Neural Diffusion Processes [55.891428654434634]
拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。
これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
論文 参考訳(メタデータ) (2023-07-11T16:51:38Z) - Kernel-based off-policy estimation without overlap: Instance optimality
beyond semiparametric efficiency [53.90687548731265]
本研究では,観測データに基づいて線形関数を推定するための最適手順について検討する。
任意の凸および対称函数クラス $mathcalF$ に対して、平均二乗誤差で有界な非漸近局所ミニマックスを導出する。
論文 参考訳(メタデータ) (2023-01-16T02:57:37Z) - Manifold Hypothesis in Data Analysis: Double Geometrically-Probabilistic
Approach to Manifold Dimension Estimation [92.81218653234669]
本稿では, 多様体仮説の検証と基礎となる多様体次元推定に対する新しいアプローチを提案する。
我々の幾何学的手法はミンコフスキー次元計算のためのよく知られたボックスカウントアルゴリズムのスパースデータの修正である。
実データセットの実験では、2つの手法の組み合わせに基づく提案されたアプローチが強力で効果的であることが示されている。
論文 参考訳(メタデータ) (2021-07-08T15:35:54Z) - Near-optimal inference in adaptive linear regression [60.08422051718195]
最小二乗法のような単純な方法でさえ、データが適応的に収集されるときの非正規な振る舞いを示すことができる。
我々は,これらの分布異常を少なくとも2乗推定で補正するオンラインデバイアス推定器のファミリーを提案する。
我々は,マルチアームバンディット,自己回帰時系列推定,探索による能動的学習などの応用を通して,我々の理論の有用性を実証する。
論文 参考訳(メタデータ) (2021-07-05T21:05:11Z) - MongeNet: Efficient Sampler for Geometric Deep Learning [17.369783838267942]
MongeNetは高速かつ最適なトランスポートベースのサンプリングツールで、より優れた近似特性を備えたメッシュの正確な識別を可能にする。
本手法をユビキタスなランダムな一様サンプリングと比較し,近似誤差がほぼ半分であり,計算オーバーヘッドが非常に小さいことを示す。
論文 参考訳(メタデータ) (2021-04-29T17:59:01Z) - Finding Geometric Models by Clustering in the Consensus Space [61.65661010039768]
本稿では,未知数の幾何学的モデル,例えばホモグラフィーを求めるアルゴリズムを提案する。
複数の幾何モデルを用いることで精度が向上するアプリケーションをいくつか提示する。
これには、複数の一般化されたホモグラフからのポーズ推定、高速移動物体の軌道推定が含まれる。
論文 参考訳(メタデータ) (2021-03-25T14:35:07Z) - New Methods for Detecting Concentric Objects With High Accuracy [0.0]
デジタルデータに幾何学的オブジェクトを適合させることは、虹彩検出、自律ナビゲーション、産業ロボット操作など、多くの分野において重要な問題である。
データに幾何学的形状を合わせるには、幾何学的(定形)アプローチと代数的(非定形)アプローチの2つの一般的なアプローチがある。
他の反復的手法の信頼性の高い初期推定として使用できる新しい推定器を開発した。
論文 参考訳(メタデータ) (2021-02-16T08:19:18Z) - Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。
本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。
実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
論文 参考訳(メタデータ) (2020-07-20T12:07:48Z) - Minimax Estimation of Conditional Moment Models [40.95498063465325]
min-max基準関数を導入し,ゼロサムゲームの解法とみなすことができる。
任意の仮説空間に対する結果推定器の統計的推定速度を解析する。
修正された平均二乗誤差率と、逆問題の不備とが組み合わさって、平均二乗誤差率をもたらすことを示す。
論文 参考訳(メタデータ) (2020-06-12T14:02:38Z)
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。