論文の概要: SteerPose: Simultaneous Extrinsic Camera Calibration and Matching from Articulation

• arxiv url: http://arxiv.org/abs/2506.01691v1
• Date: Mon, 02 Jun 2025 13:52:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:34.469727
• Title: SteerPose: Simultaneous Extrinsic Camera Calibration and Matching from Articulation
• Title（参考訳）: SteerPose: カメラキャリブレーションの同時同時調整と調音からのマッチング
• Authors: Sang-Eun Lee, Ko Nishino, Shohei Nobuhara,
• Abstract要約: 本稿では,他の視点で2次元ポーズを回転させるニューラルネットワークであるSteerPoseを提案する。 異なるマッチングを統合することで、SteerPoseは外部カメラキャリブレーションと対応検索を同時に行う。 本手法は, 新規動物の3次元ポーズをマルチカメラで再現できることを実証する。
• 参考スコア（独自算出の注目度）: 32.288669810272864
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Can freely moving humans or animals themselves serve as calibration targets for multi-camera systems while simultaneously estimating their correspondences across views? We humans can solve this problem by mentally rotating the observed 2D poses and aligning them with those in the target views. Inspired by this cognitive ability, we propose SteerPose, a neural network that performs this rotation of 2D poses into another view. By integrating differentiable matching, SteerPose simultaneously performs extrinsic camera calibration and correspondence search within a single unified framework. We also introduce a novel geometric consistency loss that explicitly ensures that the estimated rotation and correspondences result in a valid translation estimation. Experimental results on diverse in-the-wild datasets of humans and animals validate the effectiveness and robustness of the proposed method. Furthermore, we demonstrate that our method can reconstruct the 3D poses of novel animals in multi-camera setups by leveraging off-the-shelf 2D pose estimators and our class-agnostic model.
• Abstract（参考訳）: 人間や動物を自由に動かせることは、複数のカメラシステムのキャリブレーションターゲットとして機能し、同時に視界をまたいだ対応を推定できますか? 人間はこの問題を、観察された2Dのポーズを精神的に回転させ、対象の視点でそれらと整列させることで解決することができる。 この認知能力に触発されて、この2Dポーズを別の視点に回転させるニューラルネットワークであるSteerPoseを提案する。 識別可能なマッチングを統合することで、SteerPoseは1つの統合フレームワーク内で外部カメラキャリブレーションと対応検索を同時に行う。 また、推定された回転と対応が有効な翻訳推定をもたらすことを明示的に保証する新しい幾何整合損失を導入する。 提案手法の有効性とロバスト性を検証するために,人・動物の野生生物データセットの多種多様な実験結果を得た。 さらに,本手法は,市販の2Dポーズ推定器とクラス非依存モデルを利用して,新しい動物の3Dポーズをマルチカメラで再現できることを実証した。

関連論文リスト

• UPose3D: Uncertainty-Aware 3D Human Pose Estimation with Cross-View and Temporal Cues [55.69339788566899]
  UPose3Dは多視点人間のポーズ推定のための新しいアプローチである。 直接的な3Dアノテーションを必要とせずに、堅牢性と柔軟性を向上させる。
  論文  参考訳（メタデータ） (2024-04-23T00:18:00Z)
• Unsupervised Multi-Person 3D Human Pose Estimation From 2D Poses Alone [4.648549457266638]
  本研究は,教師なし多人数2D-3Dポーズ推定の実現可能性について検討した最初の研究の1つである。 本手法では,各被験者の2次元ポーズを3次元に独立に持ち上げ,それらを共有3次元座標系で組み合わせる。 これにより、ポーズの正確な3D再構成を検索することができる。
  論文  参考訳（メタデータ） (2023-09-26T11:42:56Z)
• RelPose++: Recovering 6D Poses from Sparse-view Observations [66.6922660401558]
  スパースビュー画像集合(2-8画像)から6次元カメラポーズを推定する作業に対処する。 我々は,画像対上の相対回転よりも分布を推定するネットワークを学習するRelPoseフレームワークを構築した。 最終システムは,先行技術よりも6次元ポーズ予測を大幅に改善する。
  論文  参考訳（メタデータ） (2023-05-08T17:59:58Z)
• PoseTriplet: Co-evolving 3D Human Pose Estimation, Imitation, and Hallucination under Self-supervision [102.48681650013698]
  既存の自己監督型3次元ポーズ推定スキームは、学習を導くための弱い監督に大きく依存している。 そこで我々は,2D-3Dのポーズペアを明示的に生成し,監督を増強する,新しい自己監督手法を提案する。 これは、ポーズ推定器とポーズ幻覚器を併用して学習する強化学習ベースの模倣器を導入することで可能となる。
  論文  参考訳（メタデータ） (2022-03-29T14:45:53Z)
• MetaPose: Fast 3D Pose from Multiple Views without 3D Supervision [72.5863451123577]
  正確な3Dポーズとカメラ推定が可能なニューラルモデルをトレーニングする方法を示す。 本手法は,古典的バンドル調整と弱教師付き単分子3Dベースラインの両方に優れる。
  論文  参考訳（メタデータ） (2021-08-10T18:39:56Z)
• Evaluation of deep lift pose models for 3D rodent pose estimation based on geometrically triangulated data [1.84316002191515]
  行動は3次元で理想的に捉えられるポーズの変化の観点から研究されるのが一般的である。 これは、異なる角度から動物を見るマルチカメラシステムに対する三角測量を必要とする。 そこで本研究では,単視点カメラビューから自由に動くロジトを頑健な3次元ポーズ推定が可能なリフトプレイスモデルを提案する。
  論文  参考訳（メタデータ） (2021-06-24T13:08:33Z)
• View-Invariant, Occlusion-Robust Probabilistic Embedding for Human Pose [36.384824115033304]
  本研究では,3次元のポーズを明示的に予測することなく,2次元のボディジョイントキーポイントからコンパクトなビュー不変埋め込み空間を学習する手法を提案する。 実験の結果,異なるカメラビューで類似のポーズを検索すると,埋め込みモデルの精度が向上することがわかった。
  論文  参考訳（メタデータ） (2020-10-23T17:58:35Z)
• Self-Supervised 3D Human Pose Estimation via Part Guided Novel Image Synthesis [72.34794624243281]
  ラベルのないビデオフレームからバリエーションを分離する自己教師付き学習フレームワークを提案する。 3Dポーズと空間部分マップの表現ギャップを埋める、微分可能な形式化により、多様なカメラの動きを持つビデオで操作できる。
  論文  参考訳（メタデータ） (2020-04-09T07:55:01Z)

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。