論文の概要: A Calibration Tool for Refractive Underwater Vision
- arxiv url: http://arxiv.org/abs/2405.18018v1
- Date: Tue, 28 May 2024 10:05:10 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-29 19:18:23.814624
- Title: A Calibration Tool for Refractive Underwater Vision
- Title（参考訳）: 屈折型水中視覚の校正ツール
- Authors: Felix Seegräber, Mengkun She, Felix Woelk, Kevin Köser,
- Abstract要約: 水中屈折式カメラキャリブレーションツールボックスのオープンソース実装を初めて提供する。
カメラ、ステレオ、ハウジングのキャリブレーションを含む水中視覚システムのエンドツーエンドのキャリブレーションを可能にする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many underwater robotic applications relying on vision sensors require proper camera calibration, i.e. knowing the incoming light ray for each pixel in the image. While for the ideal pinhole camera model all viewing rays intersect in a single 3D point, underwater cameras suffer from - possibly multiple - refractions of light rays at the interfaces of water, glass and air. These changes of direction depend on the position and orientation of the camera inside the water-proof housing, as well as on the shape and properties of the optical window, the port, itself. In recent years explicit models for underwater vision behind common ports such as flat or dome port have been proposed, but the underwater community is still lacking a calibration tool which can determine port parameters through refractive calibration. With this work we provide the first open source implementation of an underwater refractive camera calibration toolbox. It allows end-to-end calibration of underwater vision systems, including camera, stereo and housing calibration for systems with dome or flat ports. The implementation is verified using rendered datasets and real-world experiments.
- Abstract（参考訳）: 多くの水中ロボットアプリケーションは、画像中の各ピクセルの入射光線を知るために、適切なカメラキャリブレーションを必要とする。
理想的なピンホールカメラモデルでは、すべての視線が1つの3Dポイントで交差するが、水中カメラは水、ガラス、空気の界面で複数の光線の屈折に悩まされている。
これらの方向の変化は、防水ハウジング内のカメラの位置と方向、および光学窓、ポート自体の形状と特性に依存する。
近年、フラットポートやドームポートなどの共通ポートの背後にある水中視力の明確なモデルが提案されているが、水中のコミュニティでは、屈折校正によってポートパラメータを決定するための校正ツールがまだない。
この作業により、水中屈折型カメラキャリブレーションツールボックスの最初のオープンソース実装を提供する。
ドームや平らなポートを持つシステムに対して、カメラ、ステレオ、住宅のキャリブレーションを含む水中視覚システムのエンドツーエンドのキャリブレーションを可能にする。
この実装は、レンダリングデータセットと実世界の実験を用いて検証される。
関連論文リスト
- RoFIR: Robust Fisheye Image Rectification Framework Impervious to Optical Center Deviation [88.54817424560056]
局所歪みの度合いと方向を測定する歪みベクトルマップ(DVM)を提案する。
DVMを学習することで、大域的な歪みパターンに頼ることなく、各ピクセルの局所歪みを独立に識別することができる。
事前学習段階では、歪みベクトルマップを予測し、各画素の局所歪み特徴を知覚する。
微調整段階では、魚眼画像修正のための画素単位のフローマップを予測する。
論文 参考訳（メタデータ） (2024-06-27T06:38:56Z) - Design, Implementation and Evaluation of an External Pose-Tracking
System for Underwater Cameras [0.0]
本稿では,水中カメラのポーズをリアルタイムで判定する外部基準システムの概念,校正,実装について述べる。
このアプローチは、HTC Viveのトラッキングシステムに基づくもので、水中カメラのポーズを、タンクの水面上で追跡された2つのコントローラーのポーズを融合させて計算する。
論文 参考訳（メタデータ） (2023-05-07T09:15:47Z) - Deep Learning for Camera Calibration and Beyond: A Survey [100.75060862015945]
カメラキャリブレーションでは、キャプチャされたシーケンスから幾何学的特徴を推測するために、カメラパラメータを推定する。
近年の取り組みでは,手動キャリブレーションの繰り返し作業に代えて,学習ベースのソリューションが活用される可能性が示唆されている。
論文 参考訳（メタデータ） (2023-03-19T04:00:05Z) - A Practical Calibration Method for RGB Micro-Grid Polarimetric Cameras [1.5154438803609351]
ポラリメトリックイメージングはロボットビジョンにおける多くの応用に応用されている。
RGBの偏光カメラは、1枚のスナップショットで光の色と偏光の状態をキャプチャすることができる。
正確な偏光測定を得るためには、これらのタイプのカメラを校正することが不可欠である。
論文 参考訳（メタデータ） (2022-08-29T10:39:23Z) - Underwater 3D Reconstruction Using Light Fields [41.23269538226359]
光界カメラを用いた水中3次元再構成法を提案する。
まず、カメラパラメータを同時に推定する光場カメラキャリブレーションアルゴリズムを開発する。
次に、3次元再構成のための新しい深度推定アルゴリズムを設計する。
論文 参考訳（メタデータ） (2021-09-05T16:23:39Z) - Refractive Geometry for Underwater Domes [3.24029503704305]
我々は、空気、ガラス、水の性質を正確に知ることなく、屈折の中心を計算する方法を示す。
複数の画像から純水中キャリブレーションを推定する手法を提案する。
この推定値は、調整中にレンズの機械的位置を導くために用いられるか、光グラム計測による水中の応用で考慮することができる。
論文 参考訳（メタデータ） (2021-08-14T16:19:11Z) - How to Calibrate Your Event Camera [58.80418612800161]
画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。
ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
論文 参考訳（メタデータ） (2021-05-26T07:06:58Z) - Infrastructure-based Multi-Camera Calibration using Radial Projections [117.22654577367246]
パターンベースのキャリブレーション技術は、カメラの内在を個別にキャリブレーションするために使用することができる。
Infrastucture-based calibration techniqueはSLAMやStructure-from-Motionで事前に構築した3Dマップを用いて外部情報を推定することができる。
本稿では,インフラストラクチャベースのアプローチを用いて,マルチカメラシステムをスクラッチから完全にキャリブレーションすることを提案する。
論文 参考訳（メタデータ） (2020-07-30T09:21:04Z) - Learning Camera Miscalibration Detection [83.38916296044394]
本稿では,視覚センサ,特にRGBカメラの誤校正検出を学習するためのデータ駆動型アプローチに焦点を当てた。
コントリビューションには、RGBカメラの誤校正基準と、この基準に基づく新しい半合成データセット生成パイプラインが含まれる。
深層畳み込みニューラルネットワークをトレーニングすることにより、カメラ固有のパラメータの再校正が必要か否かを判断するパイプラインの有効性を実証する。
論文 参考訳（メタデータ） (2020-05-24T10:32:49Z) - Autocamera Calibration for traffic surveillance cameras with wide angle
lenses [0.6091702876917281]
広角レンズを用いた交通監視カメラの自動校正手法を提案する。
数分の映像は、キャリブレーションのプロセス全体を実行するのに十分です。
論文 参考訳（メタデータ） (2020-01-20T20:37:02Z)
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。