論文の概要: AnyCalib: On-Manifold Learning for Model-Agnostic Single-View Camera Calibration
- arxiv url: http://arxiv.org/abs/2503.12701v1
- Date: Sun, 16 Mar 2025 23:59:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-18 12:30:49.987647
- Title: AnyCalib: On-Manifold Learning for Model-Agnostic Single-View Camera Calibration
- Title（参考訳）: AnyCalib: モデルに依存しない単眼カメラキャリブレーションのためのオンマンフォールド学習
- Authors: Javier Tirado-Garín, Javier Civera,
- Abstract要約: 我々は,カメラの内在パラメータを単一の内在画像からキャリブレーションする方法であるAnyCalibを提案する。
この中間表現は,広い範囲のカメラモデルにおいて,内在性の閉形式回復を可能にすることを示す。
- 参考スコア（独自算出の注目度）: 9.192660643226372
- License:
- Abstract: We present AnyCalib, a method for calibrating the intrinsic parameters of a camera from a single in-the-wild image, that is agnostic to the camera model. Current methods are predominantly tailored to specific camera models and/or require extrinsic cues, such as the direction of gravity, to be visible in the image. In contrast, we argue that the perspective and distortion cues inherent in images are sufficient for model-agnostic camera calibration. To demonstrate this, we frame the calibration process as the regression of the rays corresponding to each pixel. We show, for the first time, that this intermediate representation allows for a closed-form recovery of the intrinsics for a wide range of camera models, including but not limited to: pinhole, Brown-Conrady and Kannala-Brandt. Our approach also applies to edited -- cropped and stretched -- images. Experimentally, we demonstrate that AnyCalib consistently outperforms alternative methods, including 3D foundation models, despite being trained on orders of magnitude less data. Code is available at https://github.com/javrtg/AnyCalib.
- Abstract（参考訳）: 本稿では,カメラモデルに非依存な単一の画像から,カメラの内在パラメータをキャリブレーションするAnyCalibを提案する。
現在の方法は、主に特定のカメラモデルに合わせて調整されており、画像に映し出すには、重力方向などの外在的な手がかりが必要となる。
対照的に、画像に固有の視点と歪みは、モデルに依存しないカメラキャリブレーションに十分であると主張する。
これを示すために、各画素に対応する光線の回帰としてキャリブレーション処理をフレーム化する。
この中間表現は、ピンホール、ブラウン・コンラディ、カンナルナ・ブラントなど、幅広いカメラモデルに対する内在性の閉形式回復を可能にすることを示す。
私たちのアプローチは、編集された -- トリミングされた -- ストレッチされた -- イメージにも適用されます。
実験では、AnyCalibはデータのオーダーが桁違いに少ないにもかかわらず、3Dファウンデーションモデルを含む代替手法を一貫して上回っていることを実証した。
コードはhttps://github.com/javrtg/AnyCalib.comで入手できる。
関連論文リスト
- Cameras as Rays: Pose Estimation via Ray Diffusion [54.098613859015856]
カメラのポーズを推定することは3D再構成の基本的な課題であり、まばらにサンプリングされたビューを考えると依然として困難である。
本稿では,カメラを光束として扱うカメラポーズの分散表現を提案する。
提案手法は回帰法と拡散法の両方で,CO3Dのカメラポーズ推定における最先端性能を示す。
論文 参考訳（メタデータ） (2024-02-22T18:59:56Z) - The Influence of Autofocus Lenses in the Camera Calibration Process [0.0]
カメラキャリブレーションプロセスは、データのセットをピンホールモデルに調整することで構成される。
ピンホールモデルは焦点を考慮した場合、カメラの挙動を正確に表現しない。
距離依存焦点距離を持つピンホールモデルを提案し, キャリブレーション法を大幅に改善した。
論文 参考訳（メタデータ） (2024-02-07T09:20:01Z) - How to turn your camera into a perfect pinhole model [0.38233569758620056]
本稿では,画像からの歪みを除去する前処理ステップを含む新しいアプローチを提案する。
本手法は歪みモデルを仮定する必要がなく, 厳しい歪み画像に適用できる。
このモデルは、多くのアルゴリズムとアプリケーションの深刻なアップグレードを可能にします。
論文 参考訳（メタデータ） (2023-09-20T13:54:29Z) - Deep Learning for Camera Calibration and Beyond: A Survey [100.75060862015945]
カメラキャリブレーションでは、キャプチャされたシーケンスから幾何学的特徴を推測するために、カメラパラメータを推定する。
近年の取り組みでは,手動キャリブレーションの繰り返し作業に代えて,学習ベースのソリューションが活用される可能性が示唆されている。
論文 参考訳（メタデータ） (2023-03-19T04:00:05Z) - A Deep Perceptual Measure for Lens and Camera Calibration [35.03926427249506]
従来のマルチイメージキャリブレーション法の代わりに,単一画像から直接カメラキャリブレーションパラメータを推定することを提案する。
大規模なパノラマデータセットから自動的に生成されたサンプルを用いて、このネットワークをトレーニングする。
そこで我々は, カメラキャリブレーションパラメータを補正した3次元物体のリアリズムの判断を参加者に依頼した。
論文 参考訳（メタデータ） (2022-08-25T18:40:45Z) - BabelCalib: A Universal Approach to Calibrating Central Cameras [24.662262051346087]
既存のキャリブレーション方式は、時々大規模な視野カメラでは失敗する。
本稿では,後方投射モデルを用いてパラメータを校正し,対象前方モデルに対するパラメータを回帰する解法を提案する。
これらのステップは、外部検出に対処する堅牢な推定フレームワークに組み込まれる。
論文 参考訳（メタデータ） (2021-09-20T17:21:57Z) - 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) - How to Calibrate Your Event Camera [58.80418612800161]
画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。
ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
論文 参考訳（メタデータ） (2021-05-26T07:06:58Z) - Wide-angle Image Rectification: A Survey [86.36118799330802]
広角画像は、基礎となるピンホールカメラモデルに反する歪みを含む。
これらの歪みを補正することを目的とした画像修正は、これらの問題を解決することができる。
本稿では、異なるアプローチで使用されるカメラモデルについて、詳細な説明と議論を行う。
次に,従来の幾何学に基づく画像修正手法と深層学習法の両方について検討する。
論文 参考訳（メタデータ） (2020-10-30T17:28:40Z) - Infrastructure-based Multi-Camera Calibration using Radial Projections [117.22654577367246]
パターンベースのキャリブレーション技術は、カメラの内在を個別にキャリブレーションするために使用することができる。
Infrastucture-based calibration techniqueはSLAMやStructure-from-Motionで事前に構築した3Dマップを用いて外部情報を推定することができる。
本稿では,インフラストラクチャベースのアプローチを用いて,マルチカメラシステムをスクラッチから完全にキャリブレーションすることを提案する。
論文 参考訳（メタデータ） (2020-07-30T09:21:04Z)
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。