論文の概要: Tensor-Based Self-Calibration of Cameras via the TrifocalCalib Method

• arxiv url: http://arxiv.org/abs/2509.17620v1
• Date: Mon, 22 Sep 2025 11:31:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:16.341687
• Title: Tensor-Based Self-Calibration of Cameras via the TrifocalCalib Method
• Title（参考訳）: トリフォーカスキャリブ法によるテンソル型カメラの自己校正
• Authors: Gregory Schroeder, Mohamed Sabry, Cristina Olaverri-Monreal,
• Abstract要約: カメラ固有のパラメータを事前のシーン知識なしで推定することは、コンピュータビジョンにおける根本的な課題である。 キャリブレーションされた三焦点テンソルに基づく一連の方程式を示し、最小限の画像データから投影型カメラの自己校正を可能にする。
• 参考スコア（独自算出の注目度）: 0.24998872534482344
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Estimating camera intrinsic parameters without prior scene knowledge is a fundamental challenge in computer vision. This capability is particularly important for applications such as autonomous driving and vehicle platooning, where precalibrated setups are impractical and real-time adaptability is necessary. To advance the state-of-the-art, we present a set of equations based on the calibrated trifocal tensor, enabling projective camera self-calibration from minimal image data. Our method, termed TrifocalCalib, significantly improves accuracy and robustness compared to both recent learning-based and classical approaches. Unlike many existing techniques, our approach requires no calibration target, imposes no constraints on camera motion, and simultaneously estimates both focal length and principal point. Evaluations in both procedurally generated synthetic environments and structured dataset-based scenarios demonstrate the effectiveness of our approach. To support reproducibility, we make the code publicly available.
• Abstract（参考訳）: カメラ固有のパラメータを事前のシーン知識なしで推定することは、コンピュータビジョンにおける根本的な課題である。 この能力は、自動運転車や車両小隊などの応用において特に重要であり、事前調整されたセットアップは非現実的であり、リアルタイム適応性が必要である。 そこで我々は,3焦点テンソルを校正し,最小限の画像データから投影型カメラの自己校正を可能にする一連の方程式を提示する。 提案手法はTrifocalCalibと呼ばれ,最近の学習手法と古典的手法と比較して精度と堅牢性を大幅に向上させる。 多くの既存手法と異なり, キャリブレーション対象を必要とせず, カメラの動きに制約を課さず, 焦点長と主点の両方を同時に推定する。 手続き的に生成した合成環境と構造化データセットに基づくシナリオの両方における評価は、我々のアプローチの有効性を実証する。 再現性をサポートするため、コードを公開しています。

関連論文リスト

• CalibRefine: Deep Learning-Based Online Automatic Targetless LiDAR-Camera Calibration with Iterative and Attention-Driven Post-Refinement [7.736775961390864]
  CalibRefineは完全に自動化され、ターゲットレス、オンラインキャリブレーションフレームワークである。 生のLiDAR点雲とカメラ画像を直接処理する。 以上の結果から,頑健なオブジェクトレベルの特徴マッチングと反復的改善と自己監督的注意に基づく改善が組み合わさって,信頼性の高いセンサアライメントを実現することが示唆された。
  論文  参考訳（メタデータ） (2025-02-24T20:53:42Z)
• KRONC: Keypoint-based Robust Camera Optimization for 3D Car Reconstruction [58.04846444985808]
  KRONCは、オブジェクトに関する事前知識を活用して、セマンティックキーポイントを通してその表現を再構築することで、ビューポーズを推論する新しいアプローチである。 車両シーンに焦点を当てたKRONCは、キーポイントのバックプロジェクションを特異点に収束させることを目的とした光最適化問題の解として、ビューの位置を推定することができる。
  論文  参考訳（メタデータ） (2024-09-09T08:08:05Z)
• VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
  ポースグラフ最適化手法を拡張する新しい手法を提案する。 我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。 我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
  論文  参考訳（メタデータ） (2024-03-25T17:47:03Z)
• P2O-Calib: Camera-LiDAR Calibration Using Point-Pair Spatial Occlusion Relationship [1.6921147361216515]
  本研究では,3次元空間における閉塞関係を用いた2次元3次元エッジポイント抽出に基づく新たなターゲットレスキャリブレーション手法を提案する。 本手法は,高画質カメラ-LiDARキャリブレーションによる実用的応用に寄与する,低誤差かつ高ロバスト性を実現する。
  論文  参考訳（メタデータ） (2023-11-04T14:32:55Z)
• PseudoCal: Towards Initialisation-Free Deep Learning-Based Camera-LiDAR Self-Calibration [5.263910852465186]
  カメラ-LiDAR外部キャリブレーションは、自律システムにおけるマルチセンサー融合にとって重要な課題である。 既存の技術は、しばしば手動の介入や特定の環境を必要とするため、労働集約的でエラーを起こしやすい。 PseudoCalは,擬似LiDARの概念を活用し,直接3D空間で動作することによって,これらの制約を克服する新しい自己校正手法である。
  論文  参考訳（メタデータ） (2023-09-18T15:15:35Z)
• EasyHeC: Accurate and Automatic Hand-eye Calibration via Differentiable Rendering and Space Exploration [49.90228618894857]
  我々は、マーカーレスでホワイトボックスであり、より優れた精度とロバスト性を提供するEasyHeCと呼ばれる手眼校正の新しいアプローチを導入する。 我々は,2つの重要な技術 – レンダリングベースのカメラポーズの最適化と整合性に基づく共同空間探索 – を利用することを提案する。 本評価は,合成および実世界のデータセットにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2023-05-02T03:49:54Z)
• Self-Supervised Multi-Frame Monocular Scene Flow [61.588808225321735]
  自己監督学習に基づくマルチフレーム一眼的シーンフローネットワークを導入。 自己監督学習に基づく単眼的シーンフロー法における最新の精度を観察する。
  論文  参考訳（メタデータ） (2021-05-05T17:49:55Z)
• 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)
• 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。