Fugu-MT 論文翻訳(概要): Rotating-star Pattern for Camera Calibration

論文の概要: Rotating-star Pattern for Camera Calibration

arxiv url: http://arxiv.org/abs/2410.13371v3
Date: Sun, 11 May 2025 07:15:44 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-13 14:13:12.462612
Title: Rotating-star Pattern for Camera Calibration
Title（参考訳）: カメラキャリブレーションのための回転星パターン
Authors: Zezhun Shi,
Abstract要約: 星型図形ではなく中心点を中心に回転する一連のチェッカーボードパターンを用いて,新しい解を提案する。実験の結果,従来の星形パターンよりも精度が向上した。
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: Camera calibration is fundamental to 3D vision, and the choice of calibration pattern greatly affects the accuracy. To address aberration issue, star-shaped pattern has been proposed as alternatives to traditional checkerboard. However, such pattern suffers from aliasing artifacts. In this paper, we present a novel solution by employing a series of checkerboard patterns rotated around a central point instead of a single star-shaped pattern. We further propose a complete feature extraction algorithm tailored for this design. Experimental results demonstrate that our approach offers improved accuracy over the conventional star-shaped pattern and achieves high stability across varying exposure levels.
Abstract（参考訳）: カメラキャリブレーションは3次元視覚の基本であり、キャリブレーションパターンの選択は精度に大きな影響を及ぼす。収差問題に対処するため、従来のチェッカーボードの代替として星型パターンが提案されている。しかし、そのようなパターンは人工物の偽造に悩まされる。本稿では,1つの星形ではなく,中心点を中心に回転する一連のチェッカーボードパターンを用いて,新しい解を提案する。さらに,この設計に適した完全特徴抽出アルゴリズムを提案する。実験により,従来の星形パターンよりも精度が向上し,露光レベルの異なる高い安定性が得られることが示された。

関連論文リスト

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)
Neural Lens Modeling [50.57409162437732]
NeuroLens(ニューロレンス)は、点投影と光線鋳造に使用できる歪みと磁化のための神経レンズモデルである。古典的なキャリブレーションターゲットを使用してプリキャプチャのキャリブレーションを行うことができ、後に3D再構成の際にキャリブレーションやリファインメントを行うために使用できる。このモデルは、多くのレンズタイプにまたがって一般化されており、既存の3D再構成とレンダリングシステムとの統合は容易である。
論文参考訳（メタデータ） (2023-04-10T20:09:17Z)
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)
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)
Pixel-Perfect Structure-from-Motion with Featuremetric Refinement [96.73365545609191]
複数視点からの低レベル画像情報を直接アライメントすることで、動きからの2つの重要なステップを洗練する。これにより、様々なキーポイント検出器のカメラポーズとシーン形状の精度が大幅に向上する。本システムは,大規模な画像コレクションに容易にスケールできるので,クラウドソースによる大規模なローカライゼーションを実現することができる。
論文参考訳（メタデータ） (2021-08-18T17:58:55Z)
Dynamic Event Camera Calibration [27.852239869987947]
最初の動的イベントカメラキャリブレーションアルゴリズムを提案する。カメラとキャリブレーションパターンの間の相対的な動きで捉えたイベントから直接キャリブレーションする。その結果, 得られたキャリブレーション法は, 10秒未満のデータ列から, 極めて有用かつ確実なキャリブレーションを行うことができた。
論文参考訳（メタデータ） (2021-07-14T14:52:58Z)
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)
ACSC: Automatic Calibration for Non-repetitive Scanning Solid-State LiDAR and Camera Systems [11.787271829250805]
Solid-State LiDAR(SSL)は、環境から3Dポイントクラウドを低コストで効率的に取得することを可能にする。非繰り返し走査型SSLとカメラシステムのための完全自動校正法を提案する。実環境下でのLiDARとカメラセンサの組み合わせについて検討した。
論文参考訳（メタデータ） (2020-11-17T09:11:28Z)
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)
Calibrating Deep Neural Networks using Focal Loss [77.92765139898906]
ミススキャリブレーション(Miscalibration)は、モデルの信頼性と正しさのミスマッチである。焦点損失は、既に十分に校正されたモデルを学ぶことができることを示す。ほぼすべてのケースにおいて精度を損なうことなく,最先端のキャリブレーションを達成できることを示す。
論文参考訳（メタデータ） (2020-02-21T17:35:50Z)

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。