論文の概要: Indoor 3D Reconstruction with an Unknown Camera-Projector Pair

• arxiv url: http://arxiv.org/abs/2407.01945v1
• Date: Tue, 2 Jul 2024 04:30:13 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-03 16:43:59.608353
• Title: Indoor 3D Reconstruction with an Unknown Camera-Projector Pair
• Title（参考訳）: 未知のカメラプロジェクタを用いた室内3次元再構成
• Authors: Zhaoshuai Qi, Yifeng Hao, Rui Hu, Wenyou Chang, Jiaqi Yang, Yanning Zhang,
• Abstract要約: カメラプロジェクタペア(CPP)を用いた構造的光ベース法は室内3次元再構成において重要な役割を担っている。 従来の手法は通常、既知の対象から事前校正された、または多視点観測から自己校正された、既知の内在論を仮定する。 既知のオブジェクトが存在しない2つのビューのみからCPPの内在性を確実に回復することは依然として困難である。 CPPの内在性に関する十分な制約は,室内のシーンでよく見られる未知の立方体角(C2)から導出できることが実証された。
• 参考スコア（独自算出の注目度）: 35.73385546582074
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Structured light-based method with a camera-projector pair (CPP) plays a vital role in indoor 3D reconstruction, especially for scenes with weak textures. Previous methods usually assume known intrinsics, which are pre-calibrated from known objects, or self-calibrated from multi-view observations. It is still challenging to reliably recover CPP intrinsics from only two views without any known objects. In this paper, we provide a simple yet reliable solution. We demonstrate that, for the first time, sufficient constraints on CPP intrinsics can be derived from an unknown cuboid corner (C2), e.g. a room's corner, which is a common structure in indoor scenes. In addition, with only known camera principal point, the complex multi-variable estimation of all CPP intrinsics can be simplified to a simple univariable optimization problem, leading to reliable calibration and thus direct 3D reconstruction with unknown CPP. Extensive results have demonstrated the superiority of the proposed method over both traditional and learning-based counterparts. Furthermore, the proposed method also demonstrates impressive potential to solve similar tasks without active lighting, such as sparse-view structure from motion.
• Abstract（参考訳）: カメラプロジェクタペア(CPP)を用いた構造的光ベース法は室内3次元再構成において重要な役割を担っている。 従来の手法は通常、既知の対象から事前校正された、または多視点観測から自己校正された、既知の内在論を仮定する。 既知のオブジェクトが存在しない2つのビューのみからCPPの内在性を確実に回復することは依然として困難である。 本稿では,単純で信頼性の高い解を提案する。 室内のシーンでよく見られる構造である部屋のコーナー(C2)の未知のキュービドコーナー(C2)から,CPPの内在性に関する十分な制約を導出できることを実証した。 さらに、カメラの主点のみを知っていれば、CPPの複雑な多変量推定は、単純で不可変な最適化問題に単純化され、信頼性の高い校正と、未知のCPPによる直接3D再構成が可能となる。 その結果,提案手法が従来の手法と学習法の両方に比較して優れていることが示された。 さらに,本手法は,動作からのスパースビュー構造など,能動照明を使わずに同様の課題を解くことができることを示す。

関連論文リスト

• KRONC: Keypoint-based Robust Camera Optimization for 3D Car Reconstruction [58.04846444985808]
  KRONCは、オブジェクトに関する事前知識を活用して、セマンティックキーポイントを通してその表現を再構築することで、ビューポーズを推論する新しいアプローチである。 車両シーンに焦点を当てたKRONCは、キーポイントのバックプロジェクションを特異点に収束させることを目的とした光最適化問題の解として、ビューの位置を推定することができる。
  論文  参考訳（メタデータ） (2024-09-09T08:08:05Z)
• Visually Guided Object Grasping [19.71383212064634]
  直交ステレオリグを用いた3次元射影空間における2つの固体間のアライメントの把握方法を示す。 本稿では,視覚サーボアルゴリズムの性能解析と,このようなアプローチで期待できる把握精度の解析を行う。
  論文  参考訳（メタデータ） (2023-11-21T15:08:17Z)
• Towards High-Fidelity Single-view Holistic Reconstruction of Indoor Scenes [50.317223783035075]
  単視点画像から総合的な3次元屋内シーンを再構築するための新しい枠組みを提案する。 詳細なオブジェクト再構成のためのインスタンス整列型暗黙関数(InstPIFu)を提案する。 私たちのコードとモデルは公開されます。
  論文  参考訳（メタデータ） (2022-07-18T14:54:57Z)
• Learning Stereopsis from Geometric Synthesis for 6D Object Pose Estimation [11.999630902627864]
  現在のモノクラーベース6Dオブジェクトポーズ推定法は、一般的にRGBDベースの手法よりも競争力の低い結果が得られる。 本稿では,短いベースライン2ビュー設定による3次元幾何体積に基づくポーズ推定手法を提案する。 実験により,本手法は最先端の単分子法よりも優れ,異なる物体やシーンにおいて堅牢であることが示された。
  論文  参考訳（メタデータ） (2021-09-25T02:55:05Z)
• 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)
• Vid2Curve: Simultaneous Camera Motion Estimation and Thin Structure Reconstruction from an RGB Video [90.93141123721713]
  ワイヤーフレーム彫刻、フェンス、ケーブル、電力線、木の枝などの細い構造は現実世界では一般的である。 従来の画像ベースや深度ベースの再構築手法を用いて3Dデジタルモデルを入手することは極めて困難である。 ハンドヘルドカメラで撮影したカラービデオから,カメラの動きを同時に推定し,複雑な3次元薄膜構造の形状を高品質に再構成する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-07T10:39:20Z)
• Lightweight Multi-View 3D Pose Estimation through Camera-Disentangled Representation [57.11299763566534]
  空間校正カメラで撮影した多視点画像から3次元ポーズを復元する手法を提案する。 我々は3次元形状を利用して、入力画像をカメラ視点から切り離したポーズの潜在表現に融合する。 アーキテクチャは、カメラプロジェクション演算子に学習した表現を条件付け、ビュー当たりの正確な2次元検出を生成する。
  論文  参考訳（メタデータ） (2020-04-05T12:52:29Z)

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。