論文の概要: Linearly Solving Robust Rotation Estimation

• arxiv url: http://arxiv.org/abs/2506.11547v1
• Date: Fri, 13 Jun 2025 08:00:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-16 17:50:49.703653
• Title: Linearly Solving Robust Rotation Estimation
• Title（参考訳）: 線形解法ロバスト回転推定
• Authors: Yinlong Liu, Tianyu Huang, Zhi-Xin Yang,
• Abstract要約: 回転推定問題の解法として, 容易に理解可能な手法を提案する。 提案手法は、ノイズや外れ値に対して非常に頑健であり、グラフィクス処理ユニットと並列に計算できる。 制御実験を行い,提案手法の優位性を実証する。
• 参考スコア（独自算出の注目度）: 11.8260722786548
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Rotation estimation plays a fundamental role in computer vision and robot tasks, and extremely robust rotation estimation is significantly useful for safety-critical applications. Typically, estimating a rotation is considered a non-linear and non-convex optimization problem that requires careful design. However, in this paper, we provide some new perspectives that solving a rotation estimation problem can be reformulated as solving a linear model fitting problem without dropping any constraints and without introducing any singularities. In addition, we explore the dual structure of a rotation motion, revealing that it can be represented as a great circle on a quaternion sphere surface. Accordingly, we propose an easily understandable voting-based method to solve rotation estimation. The proposed method exhibits exceptional robustness to noise and outliers and can be computed in parallel with graphics processing units (GPUs) effortlessly. Particularly, leveraging the power of GPUs, the proposed method can obtain a satisfactory rotation solution for large-scale($10^6$) and severely corrupted (99$\%$ outlier ratio) rotation estimation problems under 0.5 seconds. Furthermore, to validate our theoretical framework and demonstrate the superiority of our proposed method, we conduct controlled experiments and real-world dataset experiments. These experiments provide compelling evidence supporting the effectiveness and robustness of our approach in solving rotation estimation problems.
• Abstract（参考訳）: 回転推定はコンピュータビジョンやロボットのタスクにおいて基本的な役割を担い、極めて堅牢な回転推定は安全クリティカルなアプリケーションに極めて有用である。 通常、回転を推定することは、注意深い設計を必要とする非線形および非凸最適化問題と見なされる。 しかし,本論文では, 回転推定問題の解法を, 制約をなくすことなく, 特異点を導入することなく線形モデル適合問題の解法として再定義できるという新たな視点を提示する。 さらに、回転運動の双対構造を探索し、四元球面上の大円として表現できることを明らかにする。 そこで本研究では,回転推定の解法として,容易に解答可能な投票方式を提案する。 提案手法は、ノイズや外れ値に対して非常に頑健であり、グラフィック処理ユニット(GPU)と並列に計算することができる。 特に,GPUのパワーを生かして,大規模($10^6$) かつ極端に破損した(99$\%$outlier ratio) 回転推定問題に対して0.5秒未満で良好な回転解が得られる。 さらに,提案手法の優位性を実証するために,制御された実験と実世界のデータセット実験を行った。 これらの実験は、回転推定問題の解法における我々のアプローチの有効性と堅牢性を支持する説得力のある証拠を提供する。

関連論文リスト

• Accelerating Outlier-robust Rotation Estimation by Stereographic Projection [11.031734331985975]
  本稿では,効率的かつロバストな回転推定法を提案する。 提案手法では,0.07秒以内に大規模(106$ポイント)と高度に破損した(90%外乱率)回転推定問題を解くことができる。
  論文  参考訳（メタデータ） (2025-02-10T10:37:36Z)
• Multiple Rotation Averaging with Constrained Reweighting Deep Matrix Factorization [22.487393413405954]
  コンピュータビジョンとロボティクス領域では、複数の回転平均化が重要な役割を果たす。 本稿では,データパターンを学習方法でマイニングするための効率的な回転平均化手法を提案する。
  論文  参考訳（メタデータ） (2024-09-15T16:50:27Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)
• DRKF: Distilled Rotated Kernel Fusion for Efficient Rotation Invariant Descriptors in Local Feature Matching [9.68840174997957]
  Rotated Fusion Kernel (RKF) は、CNN固有の性質を改善するために、畳み込みカーネルに回転を課す。 MOFAは、入力画像の複数の回転バージョンから抽出された特徴を集約する。 我々の手法は、大きな回転変動に晒された場合、他の最先端技術よりも優れる。
  論文  参考訳（メタデータ） (2022-09-22T10:29:17Z)
• E-Graph: Minimal Solution for Rigid Rotation with Extensibility Graphs [61.552125054227595]
  重なり合う領域を持たない2つの画像間の相対的な回転推定を解くために,新しい最小解を提案する。 E-Graphに基づいて、回転推定問題はより単純でエレガントになる。 回転推定戦略を6-DoFカメラのポーズと高密度3Dメッシュモデルを得る完全カメラ追跡マッピングシステムに組み込む。
  論文  参考訳（メタデータ） (2022-07-20T16:11:48Z)
• The Probabilistic Normal Epipolar Constraint for Frame-To-Frame Rotation Optimization under Uncertain Feature Positions [53.478856119297284]
  特徴位置における異方性および不均一性を考慮した確率論的正規極性制約(PNEC)を導入する。 合成データの実験において、新しいPNECは元のNECよりも正確な回転推定値が得られることを示した。 我々は,提案手法を最先端のモノクロ回転専用オドメトリーシステムに統合し,実世界のKITTIデータセットに対して一貫した改良を行った。
  論文  参考訳（メタデータ） (2022-04-05T14:47:11Z)
• On the Robustness of Multi-View Rotation Averaging [77.09542018140823]
  解法に$epsilon$-cycle整合項を導入する。 重み低減による誤測定の負の効果を暗黙的に抑制する。 実験の結果,提案手法は様々なベンチマークで芸術の状況よりも優れていた。
  論文  参考訳（メタデータ） (2021-02-09T05:47:37Z)
• On the Tightness of Semidefinite Relaxations for Rotation Estimation [49.49997461835141]
  半定義緩和がコンピュータビジョンとロボティクスの多くの応用で成功していることを示す。 半有限緩和解析のための代数幾何学のツールに基づく一般的なフレームワークが導入された。 ある問題に対して、適切なパラリゼーションが厳密な緩和を保証することを示す。
  論文  参考訳（メタデータ） (2021-01-06T15:42:02Z)
• Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
  視覚SLAMシステムのための新しい最適化バックボーンを提案する。 従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。 我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
  論文  参考訳（メタデータ） (2020-11-02T18:02:26Z)

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。