論文の概要: PoleStack: Robust Pole Estimation of Irregular Objects from Silhouette Stacking
- arxiv url: http://arxiv.org/abs/2502.02907v1
- Date: Wed, 05 Feb 2025 06:06:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-06 14:27:25.766891
- Title: PoleStack: Robust Pole Estimation of Irregular Objects from Silhouette Stacking
- Title（参考訳）: PoleStack: シルエットスタックによる不規則なオブジェクトのロバストなポール推定
- Authors: Jacopo Villa, Jay W. McMahon, Issa A. D. Nesnas,
- Abstract要約: 複数のカメラポーズから収集したシルエット画像を用いて主軸回転子の回転極を推定するアルゴリズムを提案する。
低分解能画像を用いた極度推定精度を示し、表面のシャドーイングやセントロイドによる画像登録誤差に対して頑健さを示す。
- 参考スコア（独自算出の注目度）: 0.12289361708127873
- License:
- Abstract: We present an algorithm to estimate the rotation pole of a principal-axis rotator using silhouette images collected from multiple camera poses. First, a set of images is stacked to form a single silhouette-stack image, where the object's rotation introduces reflective symmetry about the imaged pole direction. We estimate this projected-pole direction by identifying maximum symmetry in the silhouette stack. To handle unknown center-of-mass image location, we apply the Discrete Fourier Transform to produce the silhouette-stack amplitude spectrum, achieving translation invariance and increased robustness to noise. Second, the 3D pole orientation is estimated by combining two or more projected-pole measurements collected from different camera orientations. We demonstrate degree-level pole estimation accuracy using low-resolution imagery, showing robustness to severe surface shadowing and centroid-based image-registration errors. The proposed approach could be suitable for pole estimation during both the approach phase toward a target object and while hovering.
- Abstract（参考訳）: 複数のカメラポーズから収集したシルエット画像を用いて主軸回転子の回転極を推定するアルゴリズムを提案する。
まず、画像の集合を積み重ねて単一のシルエットスタック画像を形成し、そこで物体の回転は、画像化された極方向に関する反射対称性を導入する。
シルエットスタックの最大対称性を同定することにより、この投影極方向を推定する。
未知中心画像位置を扱うために、離散フーリエ変換を用いてシルエットスタック振幅スペクトルを生成し、変換不変性を実現し、ノイズに対するロバスト性を高める。
第2に、異なるカメラ配向から収集された2つ以上の投影極の測定を組み合わせることで、3D極配向を推定する。
低分解能画像を用いた極度推定精度を示し、表面のシャドーイングやセントロイドによる画像登録誤差に対して頑健さを示す。
提案手法は, 対象物体への接近時とホバリング時の両方において, 極推定に適している可能性が示唆された。
関連論文リスト
- PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - SkelFormer: Markerless 3D Pose and Shape Estimation using Skeletal Transformers [57.46911575980854]
マルチビュー人間のポーズと形状推定のための新しいマーカーレスモーションキャプチャパイプラインであるSkelFormerを紹介する。
提案手法は,まず市販の2次元キーポイント推定器を用いて,大規模インザミルドデータに基づいて事前トレーニングを行い,3次元関節位置を求める。
次に、重雑音観測から、関節の位置をポーズと形状の表現にマッピングする回帰に基づく逆運動性骨格変換器を設計する。
論文 参考訳（メタデータ） (2024-04-19T04:51:18Z) - DepthP+P: Metric Accurate Monocular Depth Estimation using Planar and
Parallax [0.0]
現在の自己監督型単眼深度推定法は主に、カメラの動きを表す剛体の動きを推定することに基づいている。
本稿では,従来の平面パララックスパラダイムに従えば,メートル法で出力を推定する手法であるDepthP+Pを提案する。
論文 参考訳（メタデータ） (2023-01-05T14:53:21Z) - PolarFormer: Multi-camera 3D Object Detection with Polar Transformers [93.49713023975727]
自律運転における3次元物体検出は、3次元の世界に存在する「何」と「どこに」の物体を推論することを目的としている。
既存の手法はしばしば垂直軸を持つ標準カルテ座標系を採用する。
鳥眼ビュー(BEV)におけるより正確な3次元物体検出のための新しい極変換器(PolarFormer)を,マルチカメラ2D画像のみを入力として提案する。
論文 参考訳（メタデータ） (2022-06-30T16:32:48Z) - Extreme Rotation Estimation using Dense Correlation Volumes [73.35119461422153]
本稿では,RGB画像対の相対的な3次元回転を極端に推定する手法を提案する。
画像が重なり合わなくても、それらの幾何学的関係に関して豊富な隠れた手がかりがあるかもしれないと観察する。
本稿では,2つの入力画像間の全ての点を比較することで,そのような暗黙の手がかりを自動的に学習できるネットワーク設計を提案する。
論文 参考訳（メタデータ） (2021-04-28T02:00:04Z) - Calibrated and Partially Calibrated Semi-Generalized Homographies [65.29477277713205]
視点と一般化カメラから半一般化ホモグラフィーを推定するための最初の最小解を提案する。
提案した解法は、多くの合成および実世界の実験で実証されたように安定かつ効率的である。
論文 参考訳（メタデータ） (2021-03-11T08:56:24Z) - Distortion-aware Monocular Depth Estimation for Omnidirectional Images [26.027353545874522]
室内パノラマにおけるこの問題に対処するために,DAMO(Distortion-Aware Monocular Omnidirectional)深度推定ネットワークを提案する。
まず、全方位画像からキャリブレーションされた意味的特徴を抽出する歪み認識モジュールを提案する。
第二に、球面から投影される領域の不均一分布を扱うために、目的関数に対するプラグアンドプレイ球面対応重み行列を導入する。
論文 参考訳（メタデータ） (2020-10-18T08:47:57Z) - Beyond Weak Perspective for Monocular 3D Human Pose Estimation [6.883305568568084]
単眼映像からの3次元関節位置と方向予測の課題を考察する。
まず,市販のポーズ推定アルゴリズムを用いて2次元関節位置を推定する。
次に、初期パラメータを受信するSMPLifyアルゴリズムに準拠する。
論文 参考訳（メタデータ） (2020-09-14T16:23:14Z) - Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset
for Spatially Varying Isotropic Materials [65.95928593628128]
多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。
我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
論文 参考訳（メタデータ） (2020-01-18T12:26:22Z)
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。