論文の概要: Mean of Means: Human Localization with Calibration-free and Unconstrained Camera Settings (extended version)

• arxiv url: http://arxiv.org/abs/2502.13017v1
• Date: Tue, 18 Feb 2025 16:36:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-19 14:06:02.516522
• Title: Mean of Means: Human Localization with Calibration-free and Unconstrained Camera Settings (extended version)
• Title（参考訳）: 意味:キャリブレーションのない非拘束カメラ設定による人的位置決め(拡張版)
• Authors: Tianyi Zhang, Wengyu Zhang, Xulu Zhang, Jiaxin Wu, Xiao-Yong Wei, Jiannong Cao, Qing Li,
• Abstract要約: 立体視に基づく現在の視覚解は、多段階SVD解法における厳密な視点変換原理と誤り伝播による制限に直面している。 本研究では, 人体上のすべての点を, 物体の幾何学的中心を中心とした分布によって生成される観測として考察する確率論的アプローチを提案する。 これにより、サンプリングを大幅に改善し、興味のある点ごとのサンプル数を数百から数十億に増やすことができます。
• 参考スコア（独自算出の注目度）: 22.492366506326718
• License:
• Abstract: Accurate human localization is crucial for various applications, especially in the Metaverse era. Existing high precision solutions rely on expensive, tag-dependent hardware, while vision-based methods offer a cheaper, tag-free alternative. However, current vision solutions based on stereo vision face limitations due to rigid perspective transformation principles and error propagation in multi-stage SVD solvers. These solutions also require multiple high-resolution cameras with strict setup constraints.To address these limitations, we propose a probabilistic approach that considers all points on the human body as observations generated by a distribution centered around the body's geometric center. This enables us to improve sampling significantly, increasing the number of samples for each point of interest from hundreds to billions. By modeling the relation between the means of the distributions of world coordinates and pixel coordinates, leveraging the Central Limit Theorem, we ensure normality and facilitate the learning process. Experimental results demonstrate human localization accuracy of 96\% within a 0.3$m$ range and nearly 100\% accuracy within a 0.5$m$ range, achieved at a low cost of only 10 USD using two web cameras with a resolution of 640$\times$480 pixels.
• Abstract（参考訳）: 正確な人的位置決めは,特にメタバース時代において,様々な応用に不可欠である。 既存の高精度ソリューションは高価でタグに依存しないハードウェアに依存し、視覚ベースの手法は安価でタグなしの代替手段を提供する。 しかし、立体視に基づく現在の視覚解は、多段階SVD解法における厳密な視点変換原理と誤り伝播による制限に直面している。 これらのソリューションには、厳密な設定制約を伴う複数の高解像度カメラも必要であり、これらの制限に対処するために、人体上のすべての点を、身体の幾何学的中心を中心とした分布によって生成される観察として考慮する確率論的アプローチを提案する。 これにより、サンプリングを大幅に改善し、興味のある点ごとのサンプル数を数百から数十億に増やすことができます。 本研究では,世界座標と画素座標の関係をモデル化し,中央極限定理を利用して正規性を確保し,学習プロセスの促進を図る。 実験の結果,0.3$m$範囲内96\%,0.5$m$範囲内100\%の精度で,解像度が640$\times$480ピクセルのウェブカメラ2台で10USDの低コストで達成された。

関連論文リスト

• Mean of Means: A 10-dollar Solution for Human Localization with Calibration-free and Unconstrained Camera Settings [22.492366506326718]
  実験の結果、0.3mの範囲で95%、0.5mの範囲で100%近い精度でヒトの局在精度が示された。 本研究では, 人体上のすべての点を, 物体の幾何学的中心を中心とした分布によって生成される観測として考察する確率論的アプローチを提案する。 これにより、サンプリングを大幅に改善し、興味のある点ごとのサンプル数を数百から数十億に増やすことができます。
  論文  参考訳（メタデータ） (2024-07-30T14:45:31Z)
• SDGE: Stereo Guided Depth Estimation for 360$^\circ$ Camera Sets [65.64958606221069]
  マルチカメラシステムは、360ドル周の知覚を達成するために、しばしば自律走行に使用される。 360ドル(約3万3000円)のカメラセットは、しばしば制限または低品質のオーバーラップ領域を持ち、画像全体に対してマルチビューステレオメソッドを実現する。 重なりの重なりに多視点ステレオ結果を明示的に利用することにより、全画像の深さ推定を強化するステレオガイド深度推定法(SGDE)を提案する。
  論文  参考訳（メタデータ） (2024-02-19T02:41:37Z)
• Fixation-based Self-calibration for Eye Tracking in VR Headsets [0.21561701531034413]
  提案手法は,ユーザの視点が自由に動けるという仮定に基づいている。 固定は、まず、補正されていない視線方向の時系列データから検出される。 キャリブレーションパラメータは、PoRsの分散メトリクスの和を最小化することにより最適化される。
  論文  参考訳（メタデータ） (2023-11-01T09:34:15Z)
• View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
  本稿では,屋外ロボットのための微細な自己局在化手法を提案する。 提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。 これは、動的環境における知覚を増強する初めての疎視のみの手法である。
  論文  参考訳（メタデータ） (2023-08-16T02:51:52Z)
• Any-resolution Training for High-resolution Image Synthesis [55.19874755679901]
  生成モデルは、様々な大きさの自然画像であっても、一定の解像度で動作します。 すべてのピクセルが重要であり、そのネイティブ解像度で収集された可変サイズのイメージを持つデータセットを作成する、と我々は主張する。 ランダムなスケールでパッチをサンプリングし、可変出力解像度で新しいジェネレータを訓練するプロセスである。
  論文  参考訳（メタデータ） (2022-04-14T17:59:31Z)
• Beyond Cross-view Image Retrieval: Highly Accurate Vehicle Localization Using Satellite Image [91.29546868637911]
  本稿では,地上画像と架空衛星地図とをマッチングすることにより,車載カメラのローカライゼーションの問題に対処する。 鍵となる考え方は、タスクをポーズ推定として定式化し、ニューラルネットベースの最適化によってそれを解くことである。 標準自動運転車のローカライゼーションデータセットの実験により,提案手法の優位性が確認された。
  論文  参考訳（メタデータ） (2022-04-10T19:16:58Z)
• TransPose: Real-time 3D Human Translation and Pose Estimation with Six Inertial Sensors [7.565581566766422]
  今回紹介するTransPoseは、わずか6つの慣性測定ユニット(IMU)から90fps以上でフルモーションキャプチャを実行するDNNベースのアプローチです。 身体のポーズ推定には, 葉間関節位置を中間結果として推定する多段階ネットワークを提案する。 グローバル翻訳推定のために,グローバル翻訳を頑健に解くためのサポートフット法とRNN法を提案する。
  論文  参考訳（メタデータ） (2021-05-10T18:41:42Z)
• Estimating Egocentric 3D Human Pose in Global Space [70.7272154474722]
  本稿では,魚眼カメラを用いた自己中心型3次元体姿勢推定法を提案する。 提案手法は, 定量的, 定性的に, 最先端の手法より優れている。
  論文  参考訳（メタデータ） (2021-04-27T20:01:57Z)
• 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)

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。