論文の概要: COBRA -- COnfidence score Based on shape Regression Analysis for method-independent quality assessment of object pose estimation from single images

• arxiv url: http://arxiv.org/abs/2404.16471v3
• Date: Sun, 15 Sep 2024 18:47:19 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-18 02:25:37.000671
• Title: COBRA -- COnfidence score Based on shape Regression Analysis for method-independent quality assessment of object pose estimation from single images
• Title（参考訳）: COBRA -- 形状回帰分析に基づく単一画像からのオブジェクトポーズ推定の方法に依存しない品質評価
• Authors: Panagiotis Sapoutzoglou, George Giapitzakis, George Terzakis, Maria Pateraki,
• Abstract要約: 本稿では,単一画像意味解析に依存するポーズ推定手法の一般的なアルゴリズムを提案する。 このアルゴリズムは、複数のガウス過程を組み合わせた軽量な配置形状表現を用いる。 我々の信頼度尺度は、形状テンプレートへの画素バックプロジェクションの平均混合確率からなる。
• 参考スコア（独自算出の注目度）: 1.6249398255272316
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a generic algorithm for scoring pose estimation methods that rely on single image semantic analysis. The algorithm employs a lightweight putative shape representation using a combination of multiple Gaussian Processes. Each Gaussian Process (GP) yields distance normal distributions from multiple reference points in the object's coordinate system to its surface, thus providing a geometric evaluation framework for scoring predicted poses. Our confidence measure comprises the average mixture probability of pixel back-projections onto the shape template. In the reported experiments, we compare the accuracy of our GP based representation of objects versus the actual geometric models and demonstrate the ability of our method to capture the influence of outliers as opposed to the corresponding intrinsic measures that ship with the segmentation and pose estimation methods.
• Abstract（参考訳）: 本稿では,単一画像意味解析に依存するポーズ推定手法の一般的なアルゴリズムを提案する。 このアルゴリズムは、複数のガウス過程を組み合わせた軽量な配置形状表現を用いる。 それぞれのガウス過程(GP)は、オブジェクトの座標系内の複数の基準点からその表面への距離正規分布を生成し、予測されたポーズを評価するための幾何学的評価フレームワークを提供する。 我々の信頼度尺度は、形状テンプレートへの画素バックプロジェクションの平均混合確率からなる。 本報告実験では,物体のGPベース表現の精度と実際の幾何モデルとの比較を行い,セグメンテーションとポーズ推定を併用した固有測度と対照的に,アウトレーヤの影響を捉えることができることを示す。

関連論文リスト

• UNOPose: Unseen Object Pose Estimation with an Unposed RGB-D Reference Image [86.7128543480229]
  単参照型オブジェクトポーズ推定のための新しいアプローチとベンチマークをUNOPoseと呼ぶ。 粗大なパラダイムに基づいて、UNOPoseはSE(3)不変の参照フレームを構築し、オブジェクト表現を標準化する。 重なり合う領域内に存在すると予測される確率に基づいて、各対応の重みを補正する。
  論文  参考訳（メタデータ） (2024-11-25T05:36:00Z)
• A Stochastic-Geometrical Framework for Object Pose Estimation based on Mixture Models Avoiding the Correspondence Problem [0.0]
  本稿では,複数特徴点の観測に基づくオブジェクトポーズ推定のための新しい幾何学的モデリングフレームワークを提案する。 混合モデルを用いた確率論的モデリングは、正確でロバストなポーズ推定の可能性を示している。
  論文  参考訳（メタデータ） (2023-11-29T21:45:33Z)
• RelPose: Predicting Probabilistic Relative Rotation for Single Objects in the Wild [73.1276968007689]
  本稿では、任意のオブジェクトの複数の画像からカメラ視点を推定するデータ駆動手法について述べる。 本手法は, 画像の鮮明さから, 最先端のSfM法とSLAM法より優れていることを示す。
  論文  参考訳（メタデータ） (2022-08-11T17:59:59Z)
• Delaunay Component Analysis for Evaluation of Data Representations [20.31649764319578]
  Delaunay Component Analysis (DCA) - Delaunay graphと呼ばれるより適切な近傍グラフを用いてデータ多様体を近似する評価アルゴリズムを提案する。 比較対象モデル,教師付きモデル,生成モデルを用いて学習したニューラルネットワークから得られた表現について,提案手法を実験的に検証した。
  論文  参考訳（メタデータ） (2022-02-14T16:48:23Z)
• 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)
• Direct Estimation of Appearance Models for Segmentation [0.0]
  画像から外観モデルを直接推定するための新しいアプローチについて述べる。 本手法は局所的な画像統計と空間的コヒーレントな領域の出現モデルとを関連づけた代数的表現に基づく。 本研究では,提案手法が実用的に有効であることを示す実験結果を示し,効果的な画像分割アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-22T15:50:39Z)
• Category Level Object Pose Estimation via Neural Analysis-by-Synthesis [64.14028598360741]
  本稿では、勾配に基づくフィッティング法とパラメトリックニューラルネットワーク合成モジュールを組み合わせる。 画像合成ネットワークは、ポーズ設定空間を効率的に分散するように設計されている。 本研究では,2次元画像のみから高精度に物体の向きを復元できることを実験的に示す。
  論文  参考訳（メタデータ） (2020-08-18T20:30:47Z)
• 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)
• CONSAC: Robust Multi-Model Fitting by Conditional Sample Consensus [62.86856923633923]
  我々は,同じ形状の複数のパラメトリックモデルを雑音測定に適合させる頑健な推定器を提案する。 複数のモデル検出のための手作り検索戦略を利用する従来の研究とは対照的に,データから検索戦略を学習する。 探索の自己教師付き学習において,提案したアルゴリズムをマルチホログラフィー推定で評価し,最先端手法よりも優れた精度を示す。
  論文  参考訳（メタデータ） (2020-01-08T17:37:01Z)

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。