論文の概要: Spatiotemporal Multi-Camera Calibration using Freely Moving People

• arxiv url: http://arxiv.org/abs/2502.12546v1
• Date: Tue, 18 Feb 2025 05:15:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-19 14:07:07.087261
• Title: Spatiotemporal Multi-Camera Calibration using Freely Moving People
• Title（参考訳）: 移動自由度を用いた時空間多カメラキャリブレーション
• Authors: Sang-Eun Lee, Ko Nishino, Shohei Nobuhara,
• Abstract要約: マルチビュー動画における移動自由度を用いたマルチカメラキャリブレーション手法を提案する。 我々は、時間外時空間の棚から得られた3D人間のポーズを用いて、それらを単位球上の3Dポイントに変換する。 我々は、時間データの整合と対応の確立という両問題を共同で解決する確率論的アプローチを採用する。
• 参考スコア（独自算出の注目度）: 32.288669810272864
• License:
• Abstract: We propose a novel method for spatiotemporal multi-camera calibration using freely moving people in multiview videos. Since calibrating multiple cameras and finding matches across their views are inherently interdependent, performing both in a unified framework poses a significant challenge. We address these issues as a single registration problem of matching two sets of 3D points, leveraging human motion in dynamic multi-person scenes. To this end, we utilize 3D human poses obtained from an off-the-shelf monocular 3D human pose estimator and transform them into 3D points on a unit sphere, to solve the rotation, time offset, and the association alternatingly. We employ a probabilistic approach that can jointly solve both problems of aligning spatiotemporal data and establishing correspondences through soft assignment between two views. The translation is determined by applying coplanarity constraints. The pairwise registration results are integrated into a multiview setup, and then a nonlinear optimization method is used to improve the accuracy of the camera poses, temporal offsets, and multi-person associations. Extensive experiments on synthetic and real data demonstrate the effectiveness and flexibility of the proposed method as a practical marker-free calibration tool.
• Abstract（参考訳）: マルチビュー動画における移動自由度を用いた時空間マルチカメラキャリブレーション手法を提案する。 複数のカメラのキャリブレーションとビュー間のマッチの発見は本質的に相互依存であるため、統合されたフレームワークでの両方を実行することは大きな課題となる。 これらの問題を,動的マルチパーソンシーンにおける人間の動作を利用して,2つの3次元点をマッチングする単一登録問題として扱う。 そこで本研究では,既製の単分子式3次元ポーズ推定器から得られた3次元人間のポーズを単位球上の3次元点に変換し,回転,時間オフセット,関連性を交互に解く。 我々は、時空間データの整合と、2つのビュー間のソフトな割り当てによる対応の確立という2つの問題を共同で解決できる確率論的アプローチを採用する。 翻訳はコプラナリティ制約を適用して決定される。 ペアワイズ登録結果はマルチビュー設定に統合され、その後、カメラポーズ、時間オフセット、マルチパーソンアソシエーションの精度を向上させるために非線形最適化法が使用される。 マーカーフリーキャリブレーションツールとして提案手法の有効性と柔軟性を実証した。

関連論文リスト

• Neural Real-Time Recalibration for Infrared Multi-Camera Systems [2.249916681499244]
  赤外線マルチカメラシステムのリアルタイム再校正には、学習のない、あるいはニューラルネットワーク技術は存在しない。 動的リアルタイムキャリブレーションが可能なニューラルネットワークに基づく手法を提案する。
  論文  参考訳（メタデータ） (2024-10-18T14:37:37Z)
• CasCalib: Cascaded Calibration for Motion Capture from Sparse Unsynchronized Cameras [18.51320244029833]
  オフザシェルフ3次元ポーズ推定器を用いた単眼画像から3次元人間のポーズを推定できるようになった。 多くの実用アプリケーションは、マルチビューキューとカメラキャリブレーションが必要な、きめ細かい絶対ポーズ情報を必要とする。 私たちのゴールは、時間同期を含む完全自動化と、固有のカメラキャリブレーションと、外部カメラキャリブレーションです。
  論文  参考訳（メタデータ） (2024-05-10T23:02:23Z)
• Scene-Aware 3D Multi-Human Motion Capture from a Single Camera [83.06768487435818]
  静止カメラで記録された1枚のRGBビデオから、シーン内の複数の人間の3次元位置を推定し、その身体形状と調音を推定する問題を考察する。 コンピュータビジョンの最近の進歩を,2次元の人体関節,関節角度,正規化不均等マップ,人間のセグメンテーションマスクなど,様々なモダリティのための大規模事前訓練モデルを用いて活用している。 特に,2次元の関節と関節角度を用いた正規化不均等予測から,シーン深度とユニークな人格尺度を推定する。
  論文  参考訳（メタデータ） (2023-01-12T18:01:28Z)
• Progressive Multi-view Human Mesh Recovery with Self-Supervision [68.60019434498703]
  既存のソリューションは通常、新しい設定への一般化性能の低下に悩まされる。 マルチビューヒューマンメッシュリカバリのためのシミュレーションに基づく新しいトレーニングパイプラインを提案する。
  論文  参考訳（メタデータ） (2022-12-10T06:28:29Z)
• Lightweight Multi-person Total Motion Capture Using Sparse Multi-view Cameras [35.67288909201899]
  スパース多視点カメラのみを用いた多人数対話型シナリオのための軽量な総合的モーションキャプチャシステムを提案する。 本手法は,重度の閉塞時であっても,手と顔の効率的な位置決めと正確な関連付けが可能である。 本報告では, 高速, 頑健, 高精度な多対人モーションキャプチャ性能を実現するための, 初の軽量全モーションキャプチャシステムを提案する。
  論文  参考訳（メタデータ） (2021-08-23T19:23:35Z)
• 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)
• Iterative Greedy Matching for 3D Human Pose Tracking from Multiple Views [22.86745487695168]
  キャリブレーションカメラのセットから複数の人の3D人間のポーズを推定するアプローチを提案する。 提案手法は,リアルタイム2次元多人数ポーズ推定システムを構築し,複数視点間の連想問題を柔軟に解決する。
  論文  参考訳（メタデータ） (2021-01-24T16:28:10Z)
• Self-supervised Human Detection and Segmentation via Multi-view Consensus [116.92405645348185]
  本稿では,トレーニング中に幾何学的制約を多視点一貫性という形で組み込むマルチカメラフレームワークを提案する。 本手法は,標準ベンチマークから視覚的に外れた画像に対して,最先端の自己監視的人物検出とセグメンテーション技術に勝ることを示す。
  論文  参考訳（メタデータ） (2020-12-09T15:47:21Z)
• Spatiotemporal Bundle Adjustment for Dynamic 3D Human Reconstruction in the Wild [49.672487902268706]
  本稿では,カメラの時間的アライメントと3次元点三角測量を共同で推定する枠組みを提案する。 複数の無同期・無同期ビデオカメラで捉えたイベントにおいて、人間の身体の3次元運動軌跡を再構成する。
  論文  参考訳（メタデータ） (2020-07-24T23:50:46Z)
• Leveraging Photometric Consistency over Time for Sparsely Supervised Hand-Object Reconstruction [118.21363599332493]
  本稿では,ビデオ中のフレームの粗いサブセットに対してのみアノテーションが利用できる場合に,時間とともに光度整合性を活用する手法を提案する。 本モデルでは,ポーズを推定することにより,手や物体を3Dで共同で再構成するカラーイメージをエンドツーエンドに訓練する。 提案手法は,3次元手動画像再構成の精度向上に有効であることを示す。
  論文  参考訳（メタデータ） (2020-04-28T12:03:14Z)

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。