論文の概要: EROAM: Event-based Camera Rotational Odometry and Mapping in Real-time

• arxiv url: http://arxiv.org/abs/2411.11004v1
• Date: Sun, 17 Nov 2024 08:50:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-19 14:27:26.539580
• Title: EROAM: Event-based Camera Rotational Odometry and Mapping in Real-time
• Title（参考訳）: EROAM:イベントベースのカメラ回転オドメトリーとリアルタイムマッピング
• Authors: Wanli Xing, Shijie Lin, Linhan Yang, Zeqing Zhang, Yanjun Du, Maolin Lei, Yipeng Pan, Jia Pan,
• Abstract要約: EROAMは、リアルタイムで正確なカメラ推定を実現する、イベントベースの回転計測とマッピングシステムである。 EROAMは, 精度, 堅牢性, 計算効率において, 最先端の手法よりも優れていることを示す。
• 参考スコア（独自算出の注目度）: 14.989905816510698
• License:
• Abstract: This paper presents EROAM, a novel event-based rotational odometry and mapping system that achieves real-time, accurate camera rotation estimation. Unlike existing approaches that rely on event generation models or contrast maximization, EROAM employs a spherical event representation by projecting events onto a unit sphere and introduces Event Spherical Iterative Closest Point (ES-ICP), a novel geometric optimization framework designed specifically for event camera data. The spherical representation simplifies rotational motion formulation while enabling continuous mapping for enhanced spatial resolution. Combined with parallel point-to-line optimization, EROAM achieves efficient computation without compromising accuracy. Extensive experiments on both synthetic and real-world datasets show that EROAM significantly outperforms state-of-the-art methods in terms of accuracy, robustness, and computational efficiency. Our method maintains consistent performance under challenging conditions, including high angular velocities and extended sequences, where other methods often fail or show significant drift. Additionally, EROAM produces high-quality panoramic reconstructions with preserved fine structural details.
• Abstract（参考訳）: 本稿では,リアルタイムかつ正確なカメラ回転推定を実現するイベントベース回転計測・マッピングシステムであるEROAMを提案する。 イベント生成モデルやコントラストの最大化に依存する既存のアプローチとは異なり、EROAMでは、イベントを単位球に投影することで球面イベント表現を採用し、イベントカメラデータに特化した新しい幾何最適化フレームワークであるイベント球面反復クローズトポイント(ES-ICP)を導入している。 球面表現は、空間分解能の向上のための連続写像を可能にしながら、回転運動の定式化を単純化する。 EROAMは並列ポイント・ツー・ライン最適化と組み合わせて、精度を損なうことなく効率的な計算を実現する。 合成と実世界の両方のデータセットに対する大規模な実験により、EROAMは精度、堅牢性、計算効率の点で最先端の手法を大幅に上回っていることが示された。 提案手法は,高い角速度と拡張シーケンスを含む,困難な条件下での一貫した性能を維持している。 さらにEROAMは、微細な構造を保存した高品質なパノラマ再構築を行う。

関連論文リスト

• Fast Omni-Directional Image Super-Resolution: Adapting the Implicit Image Function with Pixel and Semantic-Wise Spherical Geometric Priors [38.580815475638595]
  本稿では,高速かつ任意スケールのODI-SRプロセスを実行する能力を特徴とする新しいODI-SRモデルを提案する。 提案したFAORは、より高速な推論速度で最先端のODI-SRモデルより優れている。
  論文  参考訳（メタデータ） (2025-02-09T13:37:50Z)
• Spatially-guided Temporal Aggregation for Robust Event-RGB Optical Flow Estimation [47.75348821902489]
  現在の光学フロー法は、フレーム(またはRGB)データの安定した出現を利用して、時間にわたって堅牢な対応を確立する。 一方、イベントカメラは、高時間分解能のモーションキューを提供し、挑戦的なシナリオに優れています。 本研究は,時間的に密度の高い事象モダリティの集合を導くために空間的に密度の高いモダリティを用いる新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2025-01-01T13:40:09Z)
• Event-based Motion Deblurring via Multi-Temporal Granularity Fusion [5.58706910566768]
  連続的な視覚情報を提供するバイオインスパイアされたセンサーであるイベントカメラは、劣化性能を高める可能性がある。 既存のイベントベースの画像デブロアリングは、通常、ボクセルベースのイベント表現を使用する。 画像分解タスクにポイントクラウドベースのイベント表現を導入し、MTGNet(Multi-Temporal Granularity Network)を提案する。 空間的に密度が高いが、時間的に粗いボクセルベースのイベント表現と、時間的に細粒だが空間的に粗い点雲ベースのイベントを組み合わせる。
  論文  参考訳（メタデータ） (2024-12-16T15:20:54Z)
• Event-Based Tracking Any Point with Motion-Augmented Temporal Consistency [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 出来事の空間的空間性や動きの感度によって引き起こされる課題に対処する。 競合モデルパラメータによる処理を150%高速化する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• ESVO2: Direct Visual-Inertial Odometry with Stereo Event Cameras [33.81592783496106]
  イベントベースビジュアル・オドメトリーは、追跡とサブプロブレムのマッピング(典型的には並列)を解決することを目的としている 直接パイプライン上に,イベントベースのステレオビジュアル慣性オドメトリーシステムを構築した。 結果として得られるシステムは、現代の高解像度のイベントカメラでうまくスケールする。
  論文  参考訳（メタデータ） (2024-10-12T05:35:27Z)
• Globally Optimal Event-Based Divergence Estimation for Ventral Landing [55.29096494880328]
  イベントセンシングはバイオインスパイアされた飛行誘導と制御システムの主要なコンポーネントである。 本研究では, イベントカメラを用いた腹側着陸時の表面との接触時間予測について検討する。 これは、着陸時に発生する事象の流れから放射光の流れの速度である発散(逆TTC)を推定することで達成される。 我々のコアコントリビューションは、イベントベースの発散推定のための新しいコントラスト最大化定式化と、コントラストを正確に最大化し、最適な発散値を求めるブランチ・アンド・バウンドアルゴリズムである。
  論文  参考訳（メタデータ） (2022-09-27T06:00:52Z)
• Asynchronous Optimisation for Event-based Visual Odometry [53.59879499700895]
  イベントカメラは、低レイテンシと高ダイナミックレンジのために、ロボット知覚の新しい可能性を開く。 イベントベースビジュアル・オドメトリー(VO)に焦点をあてる 動作最適化のバックエンドとして非同期構造を提案する。
  論文  参考訳（メタデータ） (2022-03-02T11:28:47Z)
• Motion Deblurring with Real Events [50.441934496692376]
  本稿では,イベントベースの動作を自己教師型で記述するエンド・ツー・エンドの学習フレームワークを提案する。 実世界のイベントは、データ不整合によるパフォーマンス劣化を軽減するために利用される。
  論文  参考訳（メタデータ） (2021-09-28T13:11:44Z)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)

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。