論文の概要: Research on a Camera Position Measurement Method based on a Parallel Perspective Error Transfer Model

• arxiv url: http://arxiv.org/abs/2602.07888v1
• Date: Sun, 08 Feb 2026 09:40:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-10 20:26:24.852737
• Title: Research on a Camera Position Measurement Method based on a Parallel Perspective Error Transfer Model
• Title（参考訳）: 並列視点誤差伝達モデルに基づくカメラ位置計測法に関する研究
• Authors: Ning Hu, Shuai Li, Jindong Tan,
• Abstract要約: スパース対応からのカメラポーズ推定はコンピュータビジョンの基本的な問題である。 並列視点近似に基づくカメラポーズ推定のための幾何学的誤差伝搬フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 9.335726811337617
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Camera pose estimation from sparse correspondences is a fundamental problem in geometric computer vision and remains particularly challenging in near-field scenarios, where strong perspective effects and heterogeneous measurement noise can significantly degrade the stability of analytic PnP solutions. In this paper, we present a geometric error propagation framework for camera pose estimation based on a parallel perspective approximation. By explicitly modeling how image measurement errors propagate through perspective geometry, we derive an error transfer model that characterizes the relationship between feature point distribution, camera depth, and pose estimation uncertainty. Building on this analysis, we develop a pose estimation method that leverages parallel perspective initialization and error-aware weighting within a Gauss-Newton optimization scheme, leading to improved robustness in proximity operations. Extensive experiments on both synthetic data and real-world images, covering diverse conditions such as strong illumination, surgical lighting, and underwater low-light environments, demonstrate that the proposed approach achieves accuracy and robustness comparable to state-of-the-art analytic and iterative PnP methods, while maintaining high computational efficiency. These results highlight the importance of explicit geometric error modeling for reliable camera pose estimation in challenging near-field settings.
• Abstract（参考訳）: スパース対応によるカメラポーズ推定は、幾何学的コンピュータビジョンの基本的な問題であり、特に近距離場では、強い視点効果と不均一な測定ノイズが解析的PnP解の安定性を著しく低下させることができる。 本稿では,並列視点近似に基づくカメラポーズ推定のための幾何学的誤差伝搬フレームワークを提案する。 画像計測誤差が視点幾何学を通してどのように伝播するかを明示的にモデル化することにより、特徴点分布とカメラ深度の関係を特徴付ける誤差伝達モデルを導出し、推定の不確かさを推定する。 この分析に基づいて,ガウス・ニュートン最適化方式における並列視点初期化と誤り認識重み付けを利用したポーズ推定手法を開発し,近接演算におけるロバスト性の向上を図った。 合成データと実世界の画像の両方において、強い照明、手術光、水中の低照度環境などの多様な条件を網羅した広範囲な実験により、提案手法は高い計算効率を維持しつつ、最先端の解析的および反復的なPnP法に匹敵する精度と堅牢性を達成できることが実証された。 これらの結果は,近接場設定に挑戦する際のカメラポーズ推定における幾何的誤差モデリングの重要性を強調した。

関連論文リスト

• AlignDiff: Learning Physically-Grounded Camera Alignment via Diffusion [0.5277756703318045]
  本稿では,カメラ内在パラメータと外在パラメータをジェネリック・レイ・カメラ・モデルを用いて扱う新しいフレームワークを提案する。 従来のアプローチとは異なり、AlignDiffは意味論から幾何学的特徴へ焦点を移し、局所歪みのより正確なモデリングを可能にした。 実験により,提案手法は,推定光束の角誤差を8.2度,全体のキャリブレーション精度で著しく低減し,課題のある実世界のデータセットに対する既存手法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2025-03-27T14:59:59Z)
• A Stochastic-Geometrical Framework for Object Pose Estimation based on Mixture Models Avoiding the Correspondence Problem [0.0]
  本稿では,複数特徴点の観測に基づくオブジェクトポーズ推定のための新しい幾何学的モデリングフレームワークを提案する。 混合モデルを用いた確率論的モデリングは、正確でロバストなポーズ推定の可能性を示している。
  論文  参考訳（メタデータ） (2023-11-29T21:45:33Z)
• Inertial Guided Uncertainty Estimation of Feature Correspondence in Visual-Inertial Odometry/SLAM [8.136426395547893]
  慣性ガイダンスを用いて特徴対応の不確かさを推定する手法を提案する。 また,近年の視覚-慣性オドメトリー/SLAMアルゴリズムの1つに組み込むことにより,本手法の有効性を実証する。
  論文  参考訳（メタデータ） (2023-11-07T04:56:29Z)
• GUPNet++: Geometry Uncertainty Propagation Network for Monocular 3D Object Detection [92.41859045360532]
  我々はGUPNet++(Geometry Uncertainty Propagation Network)を提案する。 トレーニング中の幾何射影の不確実性伝播関係をモデル化し、エンドツーエンドのモデル学習の安定性と効率を向上させる。 実験により,提案手法は画像ベースモノクロ3次元検出におけるSOTA性能を得るだけでなく,簡易なフレームワークで有効性を示す。
  論文  参考訳（メタデータ） (2023-10-24T08:45:15Z)
• MELON: NeRF with Unposed Images in SO(3) [35.093700416540436]
  ニューラルネットワークは、非提示画像から最先端の精度でニューラルラジアンス場を再構築でき、対向的アプローチの10倍のビューを必要とすることを示す。 ニューラルネットを用いてポーズ推定を正則化することにより,提案手法は非ポーズ画像から最先端の精度でニューラルレイディアンス場を再構築し,敵のアプローチの10倍のビューを要求できることを示した。
  論文  参考訳（メタデータ） (2023-03-14T17:33:39Z)
• A Model for Multi-View Residual Covariances based on Perspective Deformation [88.21738020902411]
  マルチビューSfM, オードメトリ, SLAMセットアップにおける視覚的残差の共分散モデルの導出を行う。 我々は、合成データと実データを用いてモデルを検証し、それを光度および特徴量に基づくバンドル調整に統合する。
  論文  参考訳（メタデータ） (2022-02-01T21:21:56Z)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)
• Wide-angle Image Rectification: A Survey [86.36118799330802]
  広角画像は、基礎となるピンホールカメラモデルに反する歪みを含む。 これらの歪みを補正することを目的とした画像修正は、これらの問題を解決することができる。 本稿では、異なるアプローチで使用されるカメラモデルについて、詳細な説明と議論を行う。 次に,従来の幾何学に基づく画像修正手法と深層学習法の両方について検討する。
  論文  参考訳（メタデータ） (2020-10-30T17:28:40Z)
• Joint Unsupervised Learning of Optical Flow and Egomotion with Bi-Level Optimization [59.9673626329892]
  エピポーラ幾何を用いた光学フローとカメラモーションのグローバルな関係を利用する。 我々は暗黙の微分を用いて、その実装とは無関係に低レベルの幾何最適化層を通してバックプロパゲーションを可能にする。
  論文  参考訳（メタデータ） (2020-02-26T22:28:00Z)

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。