論文の概要: Event-based Photometric Bundle Adjustment

• arxiv url: http://arxiv.org/abs/2412.14111v1
• Date: Wed, 18 Dec 2024 17:58:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-19 13:23:14.259958
• Title: Event-based Photometric Bundle Adjustment
• Title（参考訳）: イベントベース光束調整
• Authors: Shuang Guo, Guillermo Gallego,
• Abstract要約: イベントベース光束調整(EPBA)は、イベントのみの光束調整法である。 EPBAは測光誤差を最大90%減らすのに有効である 現代の高解像度イベントカメラの実験は、EPBAのパノラマイメージングへの適用性を示している。
• 参考スコア（独自算出の注目度）: 12.504055397619727
• License:
• Abstract: We tackle the problem of bundle adjustment (i.e., simultaneous refinement of camera poses and scene map) for a purely rotating event camera. Starting from first principles, we formulate the problem as a classical non-linear least squares optimization. The photometric error is defined using the event generation model directly in the camera rotations and the semi-dense scene brightness that triggers the events. We leverage the sparsity of event data to design a tractable Levenberg-Marquardt solver that handles the very large number of variables involved. To the best of our knowledge, our method, which we call Event-based Photometric Bundle Adjustment (EPBA), is the first event-only photometric bundle adjustment method that works on the brightness map directly and exploits the space-time characteristics of event data, without having to convert events into image-like representations. Comprehensive experiments on both synthetic and real-world datasets demonstrate EPBA's effectiveness in decreasing the photometric error (by up to 90%), yielding results of unparalleled quality. The refined maps reveal details that were hidden using prior state-of-the-art rotation-only estimation methods. The experiments on modern high-resolution event cameras show the applicability of EPBA to panoramic imaging in various scenarios (without map initialization, at multiple resolutions, and in combination with other methods, such as IMU dead reckoning or previous event-based rotation estimation methods). We make the source code publicly available. https://github.com/tub-rip/epba
• Abstract（参考訳）: 純粋に回転するイベントカメラのバンドル調整(カメラポーズとシーンマップの同時改善)の問題に取り組む。 まず第一原理から、古典的な非線形最小二乗最適化として問題を定式化する。 光度誤差は、カメラ回転において直接イベント生成モデルと、イベントをトリガーする半密度のシーン輝度を用いて定義される。 イベントデータの空間性を活用して、非常に多数の変数を扱う、トラクタブルなレバンス・マルカート解法を設計する。 我々の知る限り、イベントベースの測光バンドル調整(EPBA)と呼ばれるこの手法は、イベントを画像のような表現に変換することなく、直接輝度マップ上で動作し、イベントデータの時空間特性を利用する、最初のイベント専用測光バンドル調整手法である。 合成データセットと実世界のデータセットの総合的な実験は、EPBAが測光誤差を最大90%減らし、非平行な品質の結果をもたらすことを示した。 改良された地図は、最先端の回転のみの推定方法を用いて隠された詳細を明らかにする。 現代の高解像度のイベントカメラでの実験では、様々なシナリオにおいてEPBAがパノラマ画像に適用可能であることが示されている(マップの初期化、多重解像度、IMUデッドレコメンドや過去のイベントベースローテーション推定法など他の手法と組み合わせることなく)。 ソースコードを公開しています。 https://github.com/tub-rip/epba

関連論文リスト

• EF-3DGS: Event-Aided Free-Trajectory 3D Gaussian Splatting [76.02450110026747]
  生物学的ビジョンにインスパイアされたイベントカメラは、時間分解能の高い画素の強度を非同期に記録する。 本稿では,イベントカメラの利点を3DGSにシームレスに統合するイベント支援フリートラジェクトリ3DGSを提案する。 提案手法を,パブリックタンクとテンプルのベンチマークと,新たに収集した実世界のデータセットであるRealEv-DAVISで評価した。
  論文  参考訳（メタデータ） (2024-10-20T13:44:24Z)
• Event-based Mosaicing Bundle Adjustment [12.504055397619727]
  純粋に回転するイベントカメラにおけるモザイクバンドル調整(カメラ配向とシーンマップの同時改善)の問題に取り組む。 本研究では,このBA最適化はブロック対角方向の空間構造が有効であることを示し,この問題を効率的に解決できることを示した。 EMBAとよばれる本手法の有効性を示すために,本手法を合成と実世界の両方のデータセット上で評価した。
  論文  参考訳（メタデータ） (2024-09-11T15:53:01Z)
• CMax-SLAM: Event-based Rotational-Motion Bundle Adjustment and SLAM System using Contrast Maximization [14.771885020122062]
  イベントカメラはバイオインスパイアされた視覚センサで、ピクセルワイドの強度変化を捉え、非同期イベントストリームを出力する。 本稿では,イベントカメラを用いた回転運動推定の問題点について考察する。 過去10年間にいくつかの事象に基づく回転推定法が開発されてきたが、その性能は評価されていない。
  論文  参考訳（メタデータ） (2024-03-12T23:05:10Z)
• Deformable Neural Radiance Fields using RGB and Event Cameras [65.40527279809474]
  我々は,RGBとイベントカメラを用いた変形可能なニューラル放射場をモデル化する新しい手法を開発した。 提案手法は,イベントの非同期ストリームと疎RGBフレームを用いる。 現実的にレンダリングされたグラフィックと実世界のデータセットの両方で実施された実験は、提案手法の有益性を実証している。
  論文  参考訳（メタデータ） (2023-09-15T14:19:36Z)
• Learning Optical Flow from Event Camera with Rendered Dataset [45.4342948504988]
  コンピュータグラフィックスモデルを用いて物理的に正しいイベントフローデータセットを描画する。 特に,Blenderによって室内および屋外の3Dシーンを,リッチなシーン内容のバリエーションで生成する。
  論文  参考訳（メタデータ） (2023-03-20T10:44:32Z)
• Secrets of Event-Based Optical Flow [13.298845944779108]
  イベントカメラはシーンダイナミクスに反応し、動きを推定する利点を提供する。 コントラスト最大化フレームワークを拡張し、イベントのみから光の流れを推定する原理的手法を開発した。 本手法はMVSECベンチマークにおける教師なし手法の中で第1位であり,DSECベンチマークでは競争力がある。
  論文  参考訳（メタデータ） (2022-07-20T16:40:38Z)
• Event-aided Direct Sparse Odometry [54.602311491827805]
  本稿では,イベントとフレームを用いた直接単眼視覚計測法であるEDSを紹介する。 我々のアルゴリズムは、イベント生成モデルを利用して、フレーム間のブラインドタイムにおけるカメラの動きを追跡する。 EDSは直接アプローチでイベントとフレームを使用して6-DOF VOを実行する最初の方法である。
  論文  参考訳（メタデータ） (2022-04-15T20:40:29Z)
• Self-Calibrating Neural Radiance Fields [68.64327335620708]
  キャリブレーション対象のないシーンの幾何学と正確なカメラパラメータを共同で学習する。 我々のカメラモデルは、ピンホールモデル、第4次ラジアル歪み、および任意の非線形カメラ歪みを学習可能な汎用ノイズモデルで構成されている。
  論文  参考訳（メタデータ） (2021-08-31T13:34:28Z)
• The Spatio-Temporal Poisson Point Process: A Simple Model for the Alignment of Event Camera Data [19.73526916714181]
  イベントカメラは、視覚情報の自然で効率的な表現を提供する。 本稿では,その自然時間構造を捉えたイベントデータの新しいモデルを提案する。 DAVIS 240Cデータセット上での回転速度推定の精度向上について述べる。
  論文  参考訳（メタデータ） (2021-06-13T00:43:27Z)
• Learning Monocular Dense Depth from Events [53.078665310545745]
  イベントカメラは、強度フレームではなく、非同期イベントのストリームの形式で輝度を変化させる。 最近の学習に基づくアプローチは、単眼深度予測のようなイベントベースのデータに適用されている。 本稿では,この課題を解決するための繰り返しアーキテクチャを提案し,標準フィードフォワード法よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2020-10-16T12:36:23Z)
• Unsupervised Feature Learning for Event Data: Direct vs Inverse Problem Formulation [53.850686395708905]
  イベントベースのカメラは、ピクセルごとの明るさ変化の非同期ストリームを記録する。 本稿では,イベントデータからの表現学習のための単一層アーキテクチャに焦点を当てる。 我々は,最先端手法と比較して,認識精度が最大9%向上したことを示す。
  論文  参考訳（メタデータ） (2020-09-23T10:40:03Z)

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。