論文の概要: Feature Extraction Reimagined: Achieving Superior Accuracy in Camera Calibration
- arxiv url: http://arxiv.org/abs/2410.13371v2
- Date: Fri, 15 Nov 2024 03:07:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-18 15:36:00.018621
- Title: Feature Extraction Reimagined: Achieving Superior Accuracy in Camera Calibration
- Title（参考訳）: 特徴抽出:カメラキャリブレーションにおける上位精度の実現
- Authors: Zezhun Shi,
- Abstract要約: 本稿では,キャリブレーションにおける重要なステップである特徴抽出の精度向上に焦点を当てた。
パターン中心の異なる角度の複数のチェッカーボードパターンを合成する新しい動的キャリブレーションターゲットを提案する。
また、デフォーカス効果を考慮し、より物理的に現実的なモデルを提供する特徴改善の新たなコスト関数を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Camera calibration is crucial for 3D vision applications. This paper focuses on improving the accuracy of feature extraction, which is a key step in calibration. We address the aliasing problem of star-shaped pattern by introducing a novel dynamic calibration target that synthesizes multiple checkerboard patterns of different angle around pattern center, which significantly improves feature refinement accuracy. Additionally, we propose a novel cost function of feature refinement that accounts for defocus effect, offering a more physically realistic model compared to existing symmetry based method, experiment on a large dataset demonstrate significant improvements in calibration accuracy with reduced computation time. Our code is available from https://github.com/spdfghi/Feature-Extraction-Reimagined-Achieving-Superior-Accuracy-in-Camera-Calib ration.git.
- Abstract（参考訳）: カメラのキャリブレーションは3D視覚アプリケーションには不可欠である。
本稿では,キャリブレーションにおける重要なステップである特徴抽出の精度向上に焦点を当てた。
パターン中心の異なる角度の複数のチェッカーボードパターンを合成する動的キャリブレーションターゲットを導入し,特徴改善の精度を大幅に向上させることにより,星形パターンのエイリアス化問題に対処する。
さらに,デフォーカス効果を考慮に入れた特徴改善のコスト関数を提案し,既存の対称性に基づく手法と比較して,よりリアルなモデルを提供するとともに,計算時間を短縮してキャリブレーション精度を大幅に向上させる実験を行った。
私たちのコードはhttps://github.com/spdfghi/Feature-Extraction-Reimagined-Achieving-Superior-Accuracy-in-Camera-Calib ration.gitから入手可能です。
関連論文リスト
- Enhancing Soccer Camera Calibration Through Keypoint Exploitation [0.0]
本稿では,高品質な点対を得るという課題に対処する多段階パイプラインを提案する。
本手法は,直線交点や直線-円錐交点,円錐上の点,その他の幾何学的特徴を活用することにより,校正に利用できる点の数を大幅に増加させる。
我々は,サッカー放送カメラのキャリブレーション・データセットの最大化について検討し,サッカーネットカメラチャレンジ2023でトップの地位を確保した。
論文 参考訳（メタデータ） (2024-10-09T20:01:14Z) - Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。
本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
論文 参考訳（メタデータ） (2024-07-16T12:39:56Z) - RCDN -- Robust X-Corner Detection Algorithm based on Advanced CNN Model [3.580983453285039]
複数の干渉下で入力に対して高いサブピクセル精度を維持することができる新しい検出アルゴリズムを提案する。
アルゴリズム全体は粗い戦略を採用しており、Xコーン検出ネットワークと3つの後処理技術を含んでいる。
実画像および合成画像の評価は,提案アルゴリズムが他の一般的な手法よりも検出率,サブピクセル精度,ロバスト性が高いことを示す。
論文 参考訳（メタデータ） (2023-07-07T10:40:41Z) - EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable
Rendering and Space Exploration [49.90228618894857]
我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。
我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。
本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
論文 参考訳（メタデータ） (2023-05-02T03:49:54Z) - CCDN: Checkerboard Corner Detection Network for Robust Camera
Calibration [10.614480156920935]
チェッカーボードコーナー検出ネットワークといくつかの後処理技術。
ネットワークモデルは、損失関数と学習率を改善した完全な畳み込みネットワークである。
偽陽性を除去するために,最大応答,非最大抑制,クラスタリングに関連するしきい値を含む3つの後処理手法を用いる。
論文 参考訳（メタデータ） (2023-02-10T07:47:44Z) - TartanCalib: Iterative Wide-Angle Lens Calibration using Adaptive
SubPixel Refinement of AprilTags [23.568127229446965]
現在の最先端技術による広角レンズの校正は、エッジの極端に歪みがあるため、結果を得られない。
精度の高い広角キャリブレーション手法を提案する。
論文 参考訳（メタデータ） (2022-10-05T18:57:07Z) - Deep Rotation Correction without Angle Prior [57.76737888499145]
我々は,高コンテンツ忠実度で傾きを自動的に補正する,回転補正という新しい実用的タスクを提案する。
このタスクは画像編集アプリケーションに簡単に統合でき、ユーザーは手動操作なしで回転した画像を修正できる。
我々はニューラルネットワークを利用して、傾斜した画像を知覚的に水平に歪めることができる光学フローを予測する。
論文 参考訳（メタデータ） (2022-07-07T02:46:27Z) - 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) - Superaccurate Camera Calibration via Inverse Rendering [0.19336815376402716]
逆レンダリングの原理を用いたカメラキャリブレーションの新しい手法を提案する。
検出された特徴点のみに頼らず、内部パラメータの推定と校正対象のポーズを用いて光学的特徴の非フォトリアリスティックな等価性を暗黙的に描画する。
論文 参考訳（メタデータ） (2020-03-20T10:26:16Z) - Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement [156.18634427704583]
本稿では、深部ネットワークを用いた画像特異的曲線推定のタスクとして光強調を定式化するゼロ参照深部曲線推定法(Zero-DCE)を提案する。
提案手法は,DCE-Netという軽量な深層ネットワークをトレーニングし,画像のダイナミックレンジ調整のための画素幅と高次曲線を推定する。
論文 参考訳（メタデータ） (2020-01-19T13:49:15Z)
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。