論文の概要: Breaking the Sub-Millimeter Barrier: Eyeframe Acquisition from Color Images

• arxiv url: http://arxiv.org/abs/2602.16281v1
• Date: Wed, 18 Feb 2026 09:06:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-19 15:58:30.553748
• Title: Breaking the Sub-Millimeter Barrier: Eyeframe Acquisition from Color Images
• Title（参考訳）: サブミリメートルバリアを破る:カラー画像からの眼フレーム取得
• Authors: Manel Guzmán, Antonio Agudo,
• Abstract要約: 伝統的なフレームトレーサは正確な位置決めとキャリブレーションを必要とする機械ツールに依存している。 本研究は,多視点情報を利用した人工視覚に基づく新しいアプローチを提案する。
• 参考スコア（独自算出の注目度）: 18.633528239379483
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Eyeframe lens tracing is an important process in the optical industry that requires sub-millimeter precision to ensure proper lens fitting and optimal vision correction. Traditional frame tracers rely on mechanical tools that need precise positioning and calibration, which are time-consuming and require additional equipment, creating an inefficient workflow for opticians. This work presents a novel approach based on artificial vision that utilizes multi-view information. The proposed algorithm operates on images captured from an InVision system. The full pipeline includes image acquisition, frame segmentation to isolate the eyeframe from background, depth estimation to obtain 3D spatial information, and multi-view processing that integrates segmented RGB images with depth data for precise frame contour measurement. To this end, different configurations and variants are proposed and analyzed on real data, providing competitive measurements from still color images with respect to other solutions, while eliminating the need for specialized tracing equipment and reducing workflow complexity for optical technicians.
• Abstract（参考訳）: 眼フレームレンズの追跡は光学産業において重要なプロセスであり、適切なレンズ装着と最適な視力補正を確保するためにサブミリ精度を必要とする。 伝統的なフレームトレーサは正確な位置決めと校正を必要とする機械的ツールに依存しており、それは時間を要するため、光学者にとって非効率なワークフローを生み出す。 本研究は,多視点情報を利用した人工視覚に基づく新しいアプローチを提案する。 提案アルゴリズムは,InVisionシステムから取得した画像で動作する。 全パイプラインは、画像取得、背景から眼フレームを分離するフレームセグメンテーション、3次元空間情報を得るための深度推定、および正確なフレーム輪郭計測のための深度データとセグメント化されたRGB画像を統合する多視点処理を含む。 この目的のために、異なる構成と変種を実データに基づいて提案、分析し、静止色画像と他のソリューションとの競合測定を行い、特殊な追跡装置の必要性を排除し、光学技術者のワークフローの複雑さを低減した。

関連論文リスト

• Visual Odometry with Transformers [68.453547770334]
  特徴抽出により単眼フレームのシーケンスを処理するビジュアル・オドメトリ・トランスフォーマ(VoT)を導入する。 従来の方法とは異なり、VoTは密度の高い幾何学を推定することなくカメラの動きを直接予測し、監視のためにカメラのポーズのみに依存する。 VoTは、より大きなデータセットで効果的にスケールし、より強力なトレーニング済みバックボーンの恩恵を受け、多様なカメラモーションとキャリブレーション設定を一般化し、従来のメソッドよりも3倍以上高速に動作しながらパフォーマンスを向上する。
  論文  参考訳（メタデータ） (2025-10-02T17:00:14Z)
• Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
  光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。 現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。 本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
  論文  参考訳（メタデータ） (2025-09-11T23:12:55Z)
• RETINA: a hardware-in-the-loop optical facility with reduced optical aberrations [0.0]
  視覚に基づくナビゲーションアルゴリズムは、低コストで汎用的なセンサーで軌道上の宇宙船の状態を決定する効果的な解決策として自らを確立している。 実験室で軌道環境をエミュレートするために、専用のシミュレーションフレームワークを開発する必要がある。 本稿では,RETINAと呼ばれる低収差光学設備の設計について述べる。
  論文  参考訳（メタデータ） (2024-07-02T11:26:37Z)
• Deep Domain Adaptation: A Sim2Real Neural Approach for Improving Eye-Tracking Systems [80.62854148838359]
  眼球画像のセグメンテーションは、最終視線推定に大きな影響を及ぼす眼球追跡の重要なステップである。 対象視線画像と合成訓練データとの重なり合いを測定するために,次元還元法を用いている。 提案手法は,シミュレーションと実世界のデータサンプルの相違に対処する際の頑健で,性能が向上する。
  論文  参考訳（メタデータ） (2024-03-23T22:32:06Z)
• Revealing the preference for correcting separated aberrations in joint optic-image design [19.852225245159598]
  我々は、スマートフォンやドローンのような複雑なシステムの効率的な共同設計を実現するために、分離された収差を持つ光学を特徴付ける。 視野が大きいレンズの真の撮像手順を再現する画像シミュレーションシステムを提案する。 共同設計における分離収差補正の選好は, 縦色収差, 横色収差, 球状収差, フィールド曲率, コマの順である。
  論文  参考訳（メタデータ） (2023-09-08T14:12:03Z)
• Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
  本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。 既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
  論文  参考訳（メタデータ） (2023-08-21T10:38:32Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
  画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。 本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-03-04T12:45:18Z)
• PlenoptiCam v1.0: A light-field imaging framework [8.467466998915018]
  光界カメラは狭帯域深度センシングアプリケーションにおいてリッチな3次元情報検索において重要な役割を担っている。 レンズカメラによる露光から光フィールドを構成する際の重要な障害は、4次元画像データを計算的に調整し、調整し、再配置することである。 特定の望遠カメラ専用のパイプラインを調整することで、全体的な画質を向上させるためのいくつかの試みが提案されている。
  論文  参考訳（メタデータ） (2020-10-14T09:23:18Z)

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。