論文の概要: Robust 6DoF Pose Tracking Considering Contour and Interior Correspondence Uncertainty for AR Assembly Guidance

• arxiv url: http://arxiv.org/abs/2502.11971v1
• Date: Mon, 17 Feb 2025 16:18:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-18 14:10:33.387261
• Title: Robust 6DoF Pose Tracking Considering Contour and Interior Correspondence Uncertainty for AR Assembly Guidance
• Title（参考訳）: ARアセンブリ誘導のための輪郭と内部対応の不確かさを考慮したロバスト6DoF追跡
• Authors: Jixiang Chen, Jing Chen, Kai Liu, Haochen Chang, Shanfeng Fu, Jian Yang,
• Abstract要約: 本稿では,誤りの少ない輪郭対応に対処し,耐雑音性を向上させる頑健な輪郭型ポーズトラッキング手法を提案する。 第2に、回転対称な物体の追跡を改良し、局所最小化を克服するための輪郭法を支援するためのCPUのみの戦略を導入する。 公開データセットと実シナリオを用いた実験により,本手法は最先端の単分子追跡法より著しく優れていることが示された。
• 参考スコア（独自算出の注目度）: 14.600443656542302
• License:
• Abstract: Augmented reality assembly guidance is essential for intelligent manufacturing and medical applications, requiring continuous measurement of the 6DoF poses of manipulated objects. Although current tracking methods have made significant advancements in accuracy and efficiency, they still face challenges in robustness when dealing with cluttered backgrounds, rotationally symmetric objects, and noisy sequences. In this paper, we first propose a robust contour-based pose tracking method that addresses error-prone contour correspondences and improves noise tolerance. It utilizes a fan-shaped search strategy to refine correspondences and models local contour shape and noise uncertainty as mixed probability distribution, resulting in a highly robust contour energy function. Secondly, we introduce a CPU-only strategy to better track rotationally symmetric objects and assist the contour-based method in overcoming local minima by exploring sparse interior correspondences. This is achieved by pre-sampling interior points from sparse viewpoint templates offline and using the DIS optical flow algorithm to compute their correspondences during tracking. Finally, we formulate a unified energy function to fuse contour and interior information, which is solvable using a re-weighted least squares algorithm. Experiments on public datasets and real scenarios demonstrate that our method significantly outperforms state-of-the-art monocular tracking methods and can achieve more than 100 FPS using only a CPU.
• Abstract（参考訳）: 拡張現実の組み立て指導はインテリジェントな製造や医療用途に不可欠であり、操作対象の6DoFのポーズを連続的に測定する必要がある。 現在の追跡手法は精度と効率を著しく向上させたが、乱雑な背景、回転対称な物体、ノイズのある配列を扱う際には、頑健さの課題に直面している。 本稿では,まず,誤りに起因した輪郭対応に対処し,耐雑音性を向上させる頑健な輪郭型ポーズトラッキング手法を提案する。 ファン型の探索戦略を用いて、局所的な輪郭形状と雑音の不確実性を混合確率分布としてモデル化し、非常に堅牢な輪郭エネルギー関数をもたらす。 第二に、回転対称な物体の追跡をより良くし、輪郭法を補助するCPUのみの戦略を導入し、疎な内部対応を探索することで局所最小化を克服する。 これは、スパース視点テンプレートからインテリアポイントをオフラインでプリサンプリングし、dis光フローアルゴリズムを用いてトラッキング中の対応を計算することで実現される。 最後に、再重み付き最小二乗アルゴリズムを用いて解ける輪郭と内部情報を融合する統一エネルギー関数を定式化する。 公開データセットと実シナリオの実験により、我々の手法は最先端の単分子追跡法を著しく上回り、CPUのみを用いて100FPS以上を達成できることを示した。

関連論文リスト

• Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
  凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。 このような問題は医学、物理学、機械学習で発生する。 両種類の雑音下で提案アルゴリズムの収束保証を行う。
  論文  参考訳（メタデータ） (2024-11-21T10:26:17Z)
• 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)
• Localized Gaussians as Self-Attention Weights for Point Clouds Correspondence [92.07601770031236]
  本稿では,エンコーダのみのトランスフォーマーアーキテクチャのアテンションヘッドにおける意味的意味パターンについて検討する。 注意重みの修正はトレーニングプロセスの促進だけでなく,最適化の安定性の向上にも寄与する。
  論文  参考訳（メタデータ） (2024-09-20T07:41:47Z)
• Robust compressive tracking via online weighted multiple instance learning [0.6813925418351435]
  本稿では,スパース表現と重み付きマルチインスタンス学習(WMIL)アルゴリズムに基づく粗い検索戦略を統合することで,ビジュアルオブジェクト追跡アルゴリズムを提案する。 提案手法は,他のトラッカーと比較して,粗大な探索法によりより複雑度が低く,重要なサンプルの重み付けも可能である。
  論文  参考訳（メタデータ） (2024-06-14T10:48:17Z)
• IMU-Aided Event-based Stereo Visual Odometry [7.280676899773076]
  我々は、精度と効率の点で、以前のダイレクトパイプラインの textitEvent ベースの Stereo Visual Odometry を改善しました。 マッピング操作を高速化するために,イベントの局所的ダイナミクスに応じたエッジピクセルサンプリングの効率的な戦略を提案する。 この分野での今後の研究のためのオープンソースソフトウェアとして、パイプラインをリリースします。
  論文  参考訳（メタデータ） (2024-05-07T07:19:25Z)
• Realtime Robust Shape Estimation of Deformable Linear Object [5.63550507123537]
  本研究では, 線形変形可能な物体の形状を, 分散鍵点と非順序鍵点を用いてリアルタイムで推定するロバストな手法を提案する。 鍵点が部分的に無視されている場合の手法のロバスト性を示す。 提案手法は,長さ1m,半径5mmのケーブルの形状を追跡するためのUnityのシミュレーションにも組み込まれている。
  論文  参考訳（メタデータ） (2024-03-24T13:36:23Z)
• ParticleSfM: Exploiting Dense Point Trajectories for Localizing Moving Cameras in the Wild [57.37891682117178]
  本稿では,一対の光流からの高密度対応に基づく動画の高密度間接構造抽出手法を提案する。 不規則点軌道データを処理するために,新しいニューラルネットワークアーキテクチャを提案する。 MPIシンテルデータセットを用いた実験により,我々のシステムはより正確なカメラ軌道を生成することがわかった。
  論文  参考訳（メタデータ） (2022-07-19T09:19:45Z)
• Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value Functions [65.84090965167535]
  本稿では,ニューラルネットワークによってパラメータ化される暗黙的値関数として,オブジェクト点群と相対的タスク軌跡の両方を符号化する新しいオブジェクト表現であるNeural Motion Fieldsを提案する。 このオブジェクト中心表現は、SE(3)空間上の連続分布をモデル化し、サンプリングベースのMPCを利用して、この値関数を最適化することで、反応的に把握することができる。
  論文  参考訳（メタデータ） (2022-06-29T18:47:05Z)
• An efficient real-time target tracking algorithm using adaptive feature fusion [5.629708188348423]
  低次元適応型特徴融合に基づく効率的なリアルタイム目標追跡手法を提案する。 提案アルゴリズムは、それぞれ0.023と0.019の改善により、より高い成功率と精度を得ることができる。 提案手法は,複雑な環境下でのリアルタイムな目標追従タスクを実現するための,より有望な方法である。
  論文  参考訳（メタデータ） (2022-04-05T08:40:52Z)
• Tracking Performance of Online Stochastic Learners [57.14673504239551]
  オンラインアルゴリズムは、大規模なバッチにデータを保存したり処理したりすることなく、リアルタイムで更新を計算できるため、大規模な学習環境で人気がある。 一定のステップサイズを使用すると、これらのアルゴリズムはデータやモデル特性などの問題パラメータのドリフトに適応し、適切な精度で最適解を追跡する能力を持つ。 定常仮定に基づく定常状態性能とランダムウォークモデルによるオンライン学習者の追跡性能の関連性を確立する。
  論文  参考訳（メタデータ） (2020-04-04T14:16:27Z)
• Learning to Optimize Non-Rigid Tracking [54.94145312763044]
  我々は、堅牢性を改善し、解法収束を高速化するために学習可能な最適化を採用する。 まず、CNNを通じてエンドツーエンドに学習された深い特徴にアライメントデータ項を統合することにより、追跡対象をアップグレードする。 次に,プレコンディショニング手法と学習手法のギャップを,プレコンディショナを生成するためにトレーニングされたConditionNetを導入することで埋める。
  論文  参考訳（メタデータ） (2020-03-27T04:40:57Z)

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。