論文の概要: Adam SLAM - the last mile of camera calibration with 3DGS
- arxiv url: http://arxiv.org/abs/2508.20526v1
- Date: Thu, 28 Aug 2025 08:08:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-29 18:12:02.1864
- Title: Adam SLAM - the last mile of camera calibration with 3DGS
- Title（参考訳）: Adam SLAM - 3DGSによるカメラキャリブレーションの最後のマイル
- Authors: Matthieu Gendrin, Stéphane Pateux, Xiaoran Jiang, Théo Ladune, Luce Morin,
- Abstract要約: 本稿では,3DGSモデルを用いて,カメラパラメータに対する新しい視色損失のバックプロパゲーションによってキャリブレーションを微調整する手法を提案する。
新しいキャリブレーションだけで、3DGSの参照として使用されるデータセットで平均0.4dBのPSNRが向上する。
- 参考スコア（独自算出の注目度）: 3.257880487113741
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The quality of the camera calibration is of major importance for evaluating progresses in novel view synthesis, as a 1-pixel error on the calibration has a significant impact on the reconstruction quality. While there is no ground truth for real scenes, the quality of the calibration is assessed by the quality of the novel view synthesis. This paper proposes to use a 3DGS model to fine tune calibration by backpropagation of novel view color loss with respect to the cameras parameters. The new calibration alone brings an average improvement of 0.4 dB PSNR on the dataset used as reference by 3DGS. The fine tuning may be long and its suitability depends on the criticity of training time, but for calibration of reference scenes, such as Mip-NeRF 360, the stake of novel view quality is the most important.
- Abstract（参考訳）: キャリブレーションの1ピクセル誤差が再現品質に大きな影響を及ぼすため、カメラキャリブレーションの品質は新規なビュー合成の進歩を評価する上で重要である。
現実のシーンには基礎的な真実はないが、キャリブレーションの質は、新規なビュー合成の品質によって評価される。
本稿では,3DGSモデルを用いて,カメラパラメータに対する新しい視色損失のバックプロパゲーションによってキャリブレーションを微調整する手法を提案する。
新しいキャリブレーションだけで、3DGSの参照として使用されるデータセットで平均0.4dBのPSNRが向上する。
微調整は長く、適性はトレーニング時間の批判に依存するが、Mip-NeRF 360のような参照シーンの校正には、ビュー品質の新規性が最も重要である。
関連論文リスト
- On Calibration of Modern Quantized Efficient Neural Networks [79.06893963657335]
キャリブレーションの質は、量子化の質を追跡するために観察される。
GhostNet-VGGは、低い精度で全体的なパフォーマンス低下に対して最も堅牢であることが示されている。
論文 参考訳（メタデータ） (2023-09-25T04:30:18Z) - 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) - SPEC: Seeing People in the Wild with an Estimated Camera [64.85791231401684]
1枚の画像から視点カメラを推定する最初の3DHPS方式であるSPECを紹介する。
我々は、視野、カメラピッチ、入力画像のロールを推定するためにニューラルネットワークを訓練する。
次に、カメラキャリブレーションを画像の特徴に合わせてロールする新しいネットワークをトレーニングし、これらを組み合わせて3Dのボディ形状とポーズを復元する。
論文 参考訳（メタデータ） (2021-10-01T19:05:18Z) - Recalibrating the KITTI Dataset Camera Setup for Improved Odometry
Accuracy [3.3517146652431378]
我々は,KITTIデータセットの1ショットキャリブレーションのための新しいアプローチを提案する。
この手法は、低い校正再投射誤差と低い視覚計測誤差の両方において、より良い校正パラメータをもたらす。
オードメトリであるSOFT2とキャリブレーション法を併用して,公式のKITTIスコアボードにおいて高い精度を実現した。
論文 参考訳（メタデータ） (2021-09-08T07:18:59Z) - Dynamic Event Camera Calibration [27.852239869987947]
最初の動的イベントカメラキャリブレーションアルゴリズムを提案する。
カメラとキャリブレーションパターンの間の相対的な動きで捉えたイベントから直接キャリブレーションする。
その結果, 得られたキャリブレーション法は, 10秒未満のデータ列から, 極めて有用かつ確実なキャリブレーションを行うことができた。
論文 参考訳（メタデータ） (2021-07-14T14:52:58Z) - On the Dark Side of Calibration for Modern Neural Networks [65.83956184145477]
予測キャリブレーション誤差(ECE)を予測信頼度と改善度に分解する。
正規化に基づくキャリブレーションは、モデルの信頼性を損なうことのみに焦点を当てる。
ラベルの平滑化やミキサアップなど,多くのキャリブレーション手法により,DNNの精度を低下させることで,DNNの有用性を低下させることがわかった。
論文 参考訳（メタデータ） (2021-06-17T11:04:14Z) - 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) - Reduced Reference Perceptual Quality Model and Application to Rate
Control for 3D Point Cloud Compression [61.110938359555895]
レート歪み最適化では、ビットレートの制約を受ける再構成品質尺度を最大化してエンコーダ設定を決定する。
本稿では,V-PCC幾何および色量化パラメータを変数とする線形知覚品質モデルを提案する。
400個の圧縮された3D点雲による主観的品質試験の結果,提案モデルが平均評価値とよく相関していることが示唆された。
また、同じ目標ビットレートに対して、提案モデルに基づくレート歪みの最適化は、ポイント・ツー・ポイントの客観的な品質指標による徹底的な探索に基づくレート歪みの最適化よりも高い知覚品質を提供することを示した。
論文 参考訳（メタデータ） (2020-11-25T12:42:02Z) - Superaccurate Camera Calibration via Inverse Rendering [0.19336815376402716]
逆レンダリングの原理を用いたカメラキャリブレーションの新しい手法を提案する。
検出された特徴点のみに頼らず、内部パラメータの推定と校正対象のポーズを用いて光学的特徴の非フォトリアリスティックな等価性を暗黙的に描画する。
論文 参考訳（メタデータ） (2020-03-20T10:26:16Z)
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。