論文の概要: Fast and Interpretable 2D Homography Decomposition:
Similarity-Kernel-Similarity and Affine-Core-Affine Transformations
- arxiv url: http://arxiv.org/abs/2402.18008v1
- Date: Wed, 28 Feb 2024 02:46:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-29 16:36:09.148842
- Title: Fast and Interpretable 2D Homography Decomposition:
Similarity-Kernel-Similarity and Affine-Core-Affine Transformations
- Title（参考訳）: 高速かつ解釈可能な2次元ホモグラフィ分解:類似性-カーネル類似性とアフィン-コア-アフィン変換
- Authors: Shen Cai, Zhanhao Wu, Lingxi Guo, Jiachun Wang, Siyu Zhang, Junchi
Yan, and Shuhan Shen
- Abstract要約: 本稿では,SKSとACA変換という2次元ホモグラフィの分解法について述べる。
プラグインモジュールとして、ACAは従来の機能ベースのRandom Sample Consensus(RANSAC)パイプラインを促進する。
- 参考スコア（独自算出の注目度）: 49.07547885674818
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we present two fast and interpretable decomposition methods
for 2D homography, which are named Similarity-Kernel-Similarity (SKS) and
Affine-Core-Affine (ACA) transformations respectively. Under the minimal
$4$-point configuration, the first and the last similarity transformations in
SKS are computed by two anchor points on target and source planes,
respectively. Then, the other two point correspondences can be exploited to
compute the middle kernel transformation with only four parameters.
Furthermore, ACA uses three anchor points to compute the first and the last
affine transformations, followed by computation of the middle core
transformation utilizing the other one point correspondence. ACA can compute a
homography up to a scale with only $85$ floating-point operations (FLOPs),
without even any division operations. Therefore, as a plug-in module, ACA
facilitates the traditional feature-based Random Sample Consensus (RANSAC)
pipeline, as well as deep homography pipelines estimating $4$-point offsets. In
addition to the advantages of geometric parameterization and computational
efficiency, SKS and ACA can express each element of homography by a polynomial
of input coordinates ($7$th degree to $9$th degree), extend the existing
essential Similarity-Affine-Projective (SAP) decomposition and calculate 2D
affine transformations in a unified way. Source codes are released in
https://github.com/cscvlab/SKS-Homography.
- Abstract（参考訳）: 本稿では,2次元ホモグラフィの高速かつ解釈可能な分解法として,それぞれ類似性・核相似性(sks)とアフィン核相同性(aca)変換法を提案する。
最小4$-point構成では、SKSにおける最初の類似変換と最後の類似変換はそれぞれターゲット面上の2つのアンカー点とソース面によって計算される。
そして、他の2点対応を利用して、中間核変換を4つのパラメータで計算することができる。
さらに、ACAは、最初のアフィン変換と最後のアフィン変換の計算に3つのアンカーポイントを使用し、続いて、もう一方の1点対応を利用した中間コア変換の計算を行う。
ACAは85ドル(約8,800円)の浮動小数点演算(FLOP)でホモグラフィーを計算できる。
そのため、ACAはプラグインモジュールとして、従来の機能ベースのRandom Sample Consensus(RANSAC)パイプライン、および4$ポイントオフセットを推定するディープホモグラフィパイプラインを促進する。
幾何学的パラメータ化と計算効率の利点に加えて、sks と aca は、入力座標の多項式 (7$thdegreeから9$th degree) によってホモグラフィの各要素を表現でき、既存の本質的類似性-アフィン射影(sap)分解を拡張し、2次元アフィン変換を統一的に計算することができる。
ソースコードはhttps://github.com/cscvlab/SKS-Homographyで公開されている。
関連論文リスト
- Variable-size Symmetry-based Graph Fourier Transforms for image compression [65.7352685872625]
可変サイズのグラフフーリエ変換を符号化フレームワークに導入する。
提案アルゴリズムは,ノード間の特定の対称接続を追加することにより,グリッド上の対称グラフを生成する。
実験により、SBGFTは、明示的な多重変換選択に統合された一次変換よりも優れていることが示された。
論文 参考訳（メタデータ） (2024-11-24T13:00:44Z) - Geometry-aware Reconstruction and Fusion-refined Rendering for Generalizable Neural Radiance Fields [18.474371929572918]
Generalizable NeRFは、目に見えないシーンのための新しいビューを合成することを目的としている。
我々は、一貫したピクセル対の寄与を増幅するために、適応コスト集約(ACA)アプローチを導入する。
既存の2つのデコード戦略が相補的な異なる領域で優れていることを観察する。
論文 参考訳（メタデータ） (2024-04-26T16:46:28Z) - CoFiI2P: Coarse-to-Fine Correspondences for Image-to-Point Cloud Registration [9.57539651520755]
CoFiI2Pは、粗い方法で通信を抽出する新しいI2P登録ネットワークである。
粗いマッチングフェーズでは、均一なグローバル情報と不均一なグローバル情報の両方をキャプチャするために、新しいI2Pトランスフォーマーモジュールが使用される。
微細マッチングモジュールにおいて、スーパーポイント/スーパーピクセル対応のガイダンスにより、ポイント/ピクセル対を確立する。
論文 参考訳（メタデータ） (2023-09-26T04:32:38Z) - DPCN++: Differentiable Phase Correlation Network for Versatile Pose
Registration [18.60311260250232]
本稿では,世界規模で収束し,対応のない位相相関解法を提案する。
DCPN++は,2次元鳥眼視画像,3次元物体・シーン計測,医用画像など,入力モードが異なる幅広い登録タスクで評価される。
論文 参考訳（メタデータ） (2022-06-12T10:00:34Z) - Hybrid Model-based / Data-driven Graph Transform for Image Coding [54.31406300524195]
予測内残差ブロックを符号化するハイブリッドモデルベース/データ駆動方式を提案する。
変換行列の最初の$K$固有ベクトルは、安定性のための非対称離散正弦変換(ADST)のような統計モデルから導かれる。
WebPをベースライン画像として使用することにより、我々のハイブリッドグラフ変換は、デフォルトの離散コサイン変換(DCT)よりもエネルギーの圧縮が良く、KLTよりも安定性がよいことを示す。
論文 参考訳（メタデータ） (2022-03-02T15:36:44Z) - Copy-Move Image Forgery Detection Based on Evolving Circular Domains
Coverage [5.716030416222748]
提案手法はブロックベースとキーポイントベースの両方の偽造検出手法を統合する。
実験結果から, CMFD方式により, 種々の攻撃による検出性能が向上することが示唆された。
論文 参考訳（メタデータ） (2021-09-09T16:08:03Z) - Zero-Shot Domain Adaptation in CT Segmentation by Filtered Back
Projection Augmentation [0.1197985185770095]
ドメインシフトは、医療コンピュータビジョンにおける最も健全な課題の1つです。
コンピュータ断層撮影(CT)画像の再現過程における異なる畳み込みカーネルによる変動について検討する。
異なるカーネルによる再構成を模擬したシングラム空間におけるCT画像の簡易かつ驚くほど効率的な拡張手法であるフィルタバックプロジェクション拡張(FBPAug)を提案する。
論文 参考訳（メタデータ） (2021-07-18T21:46:49Z) - 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) - RANSAC-Flow: generic two-stage image alignment [53.11926395028508]
単純な教師なしのアプローチは、様々なタスクにおいて驚くほどうまく機能することを示す。
その単純さにもかかわらず、我々の手法は様々なタスクやデータセットで競合する結果を示す。
論文 参考訳（メタデータ） (2020-04-03T12:37:58Z) - Region adaptive graph fourier transform for 3d point clouds [51.193111325231165]
本稿では,3次元点雲特性の圧縮のための領域適応グラフフーリエ変換(RA-GFT)を提案する。
RA-GFTは従来の手法よりも複雑性と性能のトレードオフが優れている。
論文 参考訳（メタデータ） (2020-03-04T02:47:44Z)
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。