論文の概要: Differential pose optimization in descriptor space -- Combining Geometric and Photometric Methods for Motion Estimation

• arxiv url: http://arxiv.org/abs/2602.14297v1
• Date: Sun, 15 Feb 2026 20:13:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 16:22:49.943246
• Title: Differential pose optimization in descriptor space -- Combining Geometric and Photometric Methods for Motion Estimation
• Title（参考訳）: ディスクリプタ空間における差分ポーズ最適化 -- 運動推定のための幾何学的手法と測光的手法を組み合わせた
• Authors: Andreas L. Teigen, Annette Stahl, Rudolf Mester,
• Abstract要約: 2フレームの相対ポーズ最適化はコンピュータビジョンの基本的な問題である。 光度誤差と再投影誤差の2つの異なる種類のエラー値が使用される。 両パラダイムの強みを統一的なアプローチに組み合わせた第3の手法について検討する。
• 参考スコア（独自算出の注目度）: 1.2977565963783035
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: One of the fundamental problems in computer vision is the two-frame relative pose optimization problem. Primarily, two different kinds of error values are used: photometric error and re-projection error. The selection of error value is usually directly dependent on the selection of feature paradigm, photometric features, or geometric features. It is a trade-off between accuracy, robustness, and the possibility of loop closing. We investigate a third method that combines the strengths of both paradigms into a unified approach. Using densely sampled geometric feature descriptors, we replace the photometric error with a descriptor residual from a dense set of descriptors, thereby enabling the employment of sub-pixel accuracy in differential photometric methods, along with the expressiveness of the geometric feature descriptor. Experiments show that although the proposed strategy is an interesting approach that results in accurate tracking, it ultimately does not outperform pose optimization strategies based on re-projection error despite utilizing more information. We proceed to analyze the underlying reason for this discrepancy and present the hypothesis that the descriptor similarity metric is too slowly varying and does not necessarily correspond strictly to keypoint placement accuracy.
• Abstract（参考訳）: コンピュータビジョンにおける基本的な問題の1つは、2フレーム相対ポーズ最適化問題である。 主に、フォトメトリックエラーと再投影エラーの2つの異なる種類のエラー値が使用される。 誤差値の選択は、通常、特徴パラダイム、測光特性、幾何学的特徴の選択に直接依存する。 それは正確性、堅牢性、ループ閉鎖の可能性の間のトレードオフである。 両パラダイムの強みを統一的なアプローチに組み合わせた第3の手法について検討する。 濃密にサンプリングされた幾何学的特徴記述子を用いて、光度誤差を高密度な記述子の集合から残留する記述子に置き換えることで、幾何学的特徴記述子の表現性とともに、差分光度法におけるサブピクセル精度の活用を可能にする。 実験の結果,提案手法は正確な追跡結果をもたらす興味深い手法であるが,より多くの情報を利用するにもかかわらず,再投射誤差に基づく最適化手法に勝るものではないことがわかった。 この不一致の原因を解析し、記述子類似度メートル法があまりにもゆっくりと変化しており、必ずしもキーポイント配置精度に厳密に対応していないという仮説を提示する。

関連論文リスト

• Camera Pose Revisited [0.0]
  本稿では,キャリブレーション対象のポーズの初期推定に着目したパースペクティブ-$n$n$n$問題に対処する。 そこで本研究では,復調誤差ベクトルの古典的2次定式化を組み合わせたテキストレットCay-ProCay78アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-01-18T20:10:34Z)
• Locally Orderless Images for Optimization in Differentiable Rendering [80.09571356394574]
  そこで我々は,各画素が局所的な変化を保った強度のヒストグラムにマッピングする,局所的な秩序のない画像を利用する手法を提案する。 合成データと実データの両方を用いて,様々な逆問題に対する本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2025-03-27T19:17:58Z)
• SPARE: Symmetrized Point-to-Plane Distance for Robust Non-Rigid 3D Registration [77.13381026159111]
  本研究では,SPAREを提案する。SPAREは,非剛性登録のための対称化点-平面間距離を用いた新しい定式化である。 提案手法は, 厳密でない登録問題の精度を大幅に向上し, 比較的高い解効率を維持する。
  論文  参考訳（メタデータ） (2024-05-30T15:55:04Z)
• Single-image camera calibration with model-free distortion correction [0.0]
  本稿では,センサ全体をカバーする平面スペックルパターンの単一画像から,キャリブレーションパラメータの完全な集合を推定する方法を提案する。 デジタル画像相関を用いて校正対象の画像点と物理点との対応を求める。 プロシージャの最後には、画像全体にわたって、密度が高く均一なモデルフリーな歪みマップが得られる。
  論文  参考訳（メタデータ） (2024-03-02T16:51:35Z)
• Perspective-1-Ellipsoid: Formulation, Analysis and Solutions of the Camera Pose Estimation Problem from One Ellipse-Ellipsoid Correspondence [1.7188280334580193]
  我々は,エリスポイド固有の理論的枠組みを導入し,ポーズ推定の文脈で有用性を示す。 提案手法により, 位置や方向のみの推定問題に対して, ポーズ推定問題を低減できることを示す。
  論文  参考訳（メタデータ） (2022-08-26T09:15:20Z)
• Degradation-agnostic Correspondence from Resolution-asymmetric Stereo [96.03964515969652]
  テレワイドカメラシステムで取得した解像度の異なる2枚の画像からステレオマッチングの問題を考察する。 特徴量整合性という画像空間の代わりに特徴空間に2つのビュー間の整合性を課すことを提案する。 測光損失をトレーニングしたステレオマッチングネットワークは最適ではないが, 特徴抽出器は劣化に依存しない, マッチング特有の特徴を生成できる。
  論文  参考訳（メタデータ） (2022-04-04T12:24:34Z)
• Image Matching with Scale Adjustment [57.18604132027697]
  可変スケールでの関心点の表現と抽出方法を示す。 2つの異なる解像度で2つの画像を比較する方法を提案する。
  論文  参考訳（メタデータ） (2020-12-10T11:03:25Z)

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。