論文の概要: Exploring Surround-View Fisheye Camera 3D Object Detection

• arxiv url: http://arxiv.org/abs/2511.18695v1
• Date: Mon, 24 Nov 2025 02:28:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:24.977991
• Title: Exploring Surround-View Fisheye Camera 3D Object Detection
• Title（参考訳）: 魚眼カメラによる3次元物体検出の探索
• Authors: Changcai Li, Wenwei Lin, Zuoxun Hou, Gang Chen, Wei Zhang, Huihui Zhou, Weishi Zheng,
• Abstract要約: 本研究では,サラウンドビュー魚眼カメラシステムによるエンドツーエンド3Dオブジェクト検出の実現の可能性について検討する。 魚眼画像のユニークな形状を主流検出フレームワークに組み込む2つの手法を開発した。 魚眼3DOD実験の結果,我々の魚眼互換モデルでは,基準法よりも最大6.2%精度が向上していることがわかった。
• 参考スコア（独自算出の注目度）: 44.09164098759971
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we explore the technical feasibility of implementing end-to-end 3D object detection (3DOD) with surround-view fisheye camera system. Specifically, we first investigate the performance drop incurred when transferring classic pinhole-based 3D object detectors to fisheye imagery. To mitigate this, we then develop two methods that incorporate the unique geometry of fisheye images into mainstream detection frameworks: one based on the bird's-eye-view (BEV) paradigm, named FisheyeBEVDet, and the other on the query-based paradigm, named FisheyePETR. Both methods adopt spherical spatial representations to effectively capture fisheye geometry. In light of the lack of dedicated evaluation benchmarks, we release Fisheye3DOD, a new open dataset synthesized using CARLA and featuring both standard pinhole and fisheye camera arrays. Experiments on Fisheye3DOD show that our fisheye-compatible modeling improves accuracy by up to 6.2% over baseline methods.
• Abstract（参考訳）: 本研究では,サラウンドビュー魚眼カメラシステムによるエンドツーエンド3Dオブジェクト検出(3DOD)の実現の可能性について検討する。 具体的には,従来のピンホール型3次元物体検出器を魚眼画像に変換する際に発生する性能低下について検討する。 これを軽減するために,魚眼画像のユニークな幾何学を主流検出フレームワークに組み込む方法を開発した。1つは,鳥眼視(BEV)パラダイムに基づくもので,もう1つはクエリに基づくパラダイムである魚眼PETRである。 どちらの手法も、魚眼幾何学を効果的に捉えるために球面空間表現を採用している。 専用の評価ベンチマークがないため、我々はCARLAを用いて合成され、標準的なピンホールと魚眼カメラアレイの両方を特徴とする新しいオープンデータセットである Fisheye3DOD をリリースする。 魚眼3DOD実験の結果,我々の魚眼互換モデルでは,基準法よりも最大6.2%精度が向上していることがわかった。

関連論文リスト

• Fisheye-GS: Lightweight and Extensible Gaussian Splatting Module for Fisheye Cameras [17.75361921797657]
  魚眼カメラのプロジェクション変換と勾配を再現する新しい手法である魚眼-GSを紹介する。 我々の手法は他の効率的な3Dレンダリング手法にモジュールとしてシームレスに統合することができる。
  論文  参考訳（メタデータ） (2024-09-07T07:53:40Z)
• SDGE: Stereo Guided Depth Estimation for 360$^\circ$ Camera Sets [65.64958606221069]
  マルチカメラシステムは、360ドル周の知覚を達成するために、しばしば自律走行に使用される。 360ドル(約3万3000円)のカメラセットは、しばしば制限または低品質のオーバーラップ領域を持ち、画像全体に対してマルチビューステレオメソッドを実現する。 重なりの重なりに多視点ステレオ結果を明示的に利用することにより、全画像の深さ推定を強化するステレオガイド深度推定法(SGDE)を提案する。
  論文  参考訳（メタデータ） (2024-02-19T02:41:37Z)
• FisheyeEX: Polar Outpainting for Extending the FoV of Fisheye Lens [84.12722334460022]
  魚眼レンズは、広視野(FoV)のため、計算写真や運転支援における応用が増大する 本稿では,魚眼レンズのFoVを拡張した魚眼EX法を提案する。 以上の結果から,本手法は従来の魚眼画像よりも27%多く,最先端の手法よりも優れていたことが示唆された。
  論文  参考訳（メタデータ） (2022-06-12T21:38:50Z)
• Learning Geometry-Guided Depth via Projective Modeling for Monocular 3D Object Detection [70.71934539556916]
  射影モデルを用いて幾何学誘導深度推定を学習し, モノクル3次元物体検出を推し進める。 具体的には,モノクロ3次元物体検出ネットワークにおける2次元および3次元深度予測の投影モデルを用いた原理的幾何式を考案した。 本手法は, 適度なテスト設定において, 余分なデータを2.80%も加えることなく, 最先端単分子法の検出性能を著しく向上させる。
  論文  参考訳（メタデータ） (2021-07-29T12:30:39Z)
• Disentangling and Vectorization: A 3D Visual Perception Approach for Autonomous Driving Based on Surround-View Fisheye Cameras [3.485767750936058]
  多次元ベクトルは、異なる次元と段階で生成される有効情報を含むことが提案されている。 実魚眼画像実験により,本手法は実時間で最先端の精度を達成できることが実証された。
  論文  参考訳（メタデータ） (2021-07-19T13:24:21Z)
• 3D Object Detection from a Single Fisheye Image Without a Single Fisheye Training Image [7.86363825307044]
  魚眼カメラから画像中の3次元物体を検出するために,リチリニア画像のみを用いて訓練された既存のモノクロ3次元物体検出モデルを使用する方法を示す。 合成データのベンチマークにより,パノラマにおけるモノクロ3次元物体検出法は,既存の手法よりも優れていた。
  論文  参考訳（メタデータ） (2020-03-08T11:03:05Z)
• ZoomNet: Part-Aware Adaptive Zooming Neural Network for 3D Object Detection [69.68263074432224]
  ステレオ画像に基づく3D検出のためのZoomNetという新しいフレームワークを提案する。 ZoomNetのパイプラインは、通常の2Dオブジェクト検出モデルから始まり、左右のバウンディングボックスのペアを取得するために使用される。 さらに,RGB画像のテクスチャキューを多用し,より正確な異質度推定を行うため,適応ズームという概念的に真直ぐなモジュールを導入する。
  論文  参考訳（メタデータ） (2020-03-01T17:18:08Z)
• SilhoNet-Fisheye: Adaptation of A ROI Based Object Pose Estimation Network to Monocular Fisheye Images [15.573003283204958]
  本稿では、ROIに基づく6Dオブジェクトのポーズ推定手法を魚眼画像に適用するための新しいフレームワークを提案する。 また、6Dオブジェクトポーズと2Dバウンディングボックスアノテーションを備えたUWHandlesと呼ばれる魚眼画像データセットも提供しています。
  論文  参考訳（メタデータ） (2020-02-27T19:57:33Z)

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。