論文の概要: High-Precision 6DOF Pose Estimation via Global Phase Retrieval in Fringe Projection Profilometry for 3D Mapping

• arxiv url: http://arxiv.org/abs/2603.11389v1
• Date: Thu, 12 Mar 2026 00:07:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-13 14:46:25.722285
• Title: High-Precision 6DOF Pose Estimation via Global Phase Retrieval in Fringe Projection Profilometry for 3D Mapping
• Title（参考訳）: 3次元マッピングのためのフランジ射影プロファイロメトリーにおける大域位相検索による高精度6DOF画像推定
• Abstract要約: デジタル・フェクト・プロジェクション (DFP) による3次元3次元再構成は困難であるが, 大規模化は困難である。 本研究では,固定的,内在的にグローバルなプロジェクタで移動型DFPシステムを拡張する高精度ポーズ推定手法を提案する。
• 参考スコア（独自算出の注目度）: 8.963676605785034
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Digital fringe projection (DFP) enables micrometer-level 3D reconstruction, yet extending it to large-scale mapping remains challenging because six-degree-of-freedom pose estimation often cannot match the reconstruction's precision. Conventional iterative closest point (ICP) registration becomes inefficient on multi-million-point clouds and typically relies on downsampling or feature-based selection, which can reduce local detail and degrade pose precision. Drift-correction methods improve long-term consistency but do not resolve sampling sensitivity in dense DFP point clouds.We propose a high-precision pose estimation method that augments a moving DFP system with a fixed, intrinsically calibrated global projector. Using the global projector's phase-derived pixel constraints and a PnP-style reprojection objective, the method estimates the DFP system pose in a fixed reference frame without relying on deterministic feature extraction, and we experimentally demonstrate sampling invariance under coordinate-preserving subsampling. Experiments demonstrate sub-millimeter pose accuracy against a reference with quantified uncertainty bounds, high repeatability under aggressive subsampling, robust operation on homogeneous surfaces and low-overlap views, and reduced error accumulation when used to correct ICP-based trajectories. The method extends DFP toward accurate 3D mapping in quasi-static scenarios such as inspection and metrology, with the trade-off of time-multiplexed acquisition for the additional projector measurements.
• Abstract（参考訳）: デジタルフリンジプロジェクション(DFP)は、マイクロメートルレベルの3次元再構成を可能にするが、6自由度ポーズ推定が再現の精度に合わない場合が多いため、大規模なマッピングに拡張することは困難である。 従来の反復的最近点 (ICP) の登録は、数百万点の雲では非効率になり、通常、ダウンサンプリングや特徴に基づく選択に依存し、局所的な詳細を減らし、ポーズの精度を低下させる。 ドリフト補正法は,高密度DFP点雲のサンプリング感度を低下させることなく長期的整合性を向上するが,高精度なポーズ推定法を提案する。 本手法は,グローバルプロジェクタの位相制約とPnPスタイルの再投影目標を用いて,決定論的特徴抽出に頼ることなく,DFP系が固定参照フレームに作用することを推定し,座標保存サブサンプリングの下でのサンプリング不変性を実験的に実証する。 実験では、定量化された不確実性境界を持つ基準に対するサブミリ秒の精度、アグレッシブなサブサンプリングの下での高い再現性、均質な表面でのロバストな操作、低オーバーラップビュー、ICPベースの軌道の修正に使用する際の誤差の蓄積を実証した。 この手法はDFPを検定や検定などの準静的シナリオにおける正確な3次元マッピングに向けて拡張し、追加のプロジェクタ測定のための時間多重取得のトレードオフを解消する。

関連論文リスト

• Sensor-Informed Per-Point Covariance for Structured-Light 3D Imaging [0.0]
  点当たりの不確実性モデルは、確率的登録、融合、品質評価のための構造化光3次元再構成において重要である。 本稿では,実験的な位相精度と校正写像から点毎の3 x 3共分散場を構築するためのセンサインフォームド一階法を提案する。
  論文  参考訳（メタデータ） (2026-08-11T13:05:22Z)
• EvTrajGS: Accurate and Efficient 3D Gaussian Splatting from Unposed Event Streams [108.45551580182384]
  EvTrajGSは、未提示のイベントストリームのための正確で効率的な3Dガウススプレイティングフレームワークである。 提案手法は,高コストのSLAM型パイプラインを不要にすることで,粗いポーズ前から確実な継手ポーズシーンの最適化を可能にする。
  論文  参考訳（メタデータ） (2026-08-09T09:00:30Z)
• Beyond Reprojection Error: Camera Calibration with 3D Targets [2.948448698895806]
  本研究では,シーン光の予測に基づく3次元再構成に適したフレームワークを提案する。 予測されたシーン線から導かれる新しいメトリクス、再構成、交差点誤差を用いる。 コサヘドラルキャリブレーションターゲットは3次元再構成のためのキャリブレーション情報を強化するように設計されている。
  論文  参考訳（メタデータ） (2026-08-05T17:12:21Z)
• Spatially Coupled Phase-to-Depth Calibration for Fringe Projection Profilometry [0.0]
  投影プロファイロメトリーでは、各カメラ画素に独立して位相-深度関係を取り付けることにより、一般的に深さを復元する。 本研究では,すべての画素が単一の低次元写像-球面位相スカラーを共有する空間結合型位相-深度変換を提案する。 高分解能スキャナー接地真実を持つ歯科用ターゲットにおいて, 提案したモデルでは, アクティブステレオ基準に匹敵する点-点-面 RMSE が得られる。
  論文  参考訳（メタデータ） (2026-06-10T02:58:37Z)
• Implicit Multi-Camera System Calibration Using Gaussian Processes [0.0]
  本稿では,ガウス過程(GP)レグレッションを用いた暗黙的マルチカメラシステムキャリブレーションのための新しいフレームワークを提案する。 我々のGPベースのモデルは、全カメラにわたる2次元画像座標から3次元世界座標への複雑な非線形マッピングを直接学習する。 実験の結果,3次元予測の不確かさはカメラに近づきつつあることがわかった。
  論文  参考訳（メタデータ） (2026-05-08T09:29:58Z)
• Cylindrical Mechanical Projector for Omnidirectional Fringe Projection Profilometry [0.07646713951724012]
  本稿では,円筒型メカニカルプロジェクタを用いた新しい3次元再構成手法を提案する。 提案手法は、2つの異なる間隔でON/OFFスロットを持つ回転ステージと円筒パターン生成器からなる。 マルチ波長アンラッピングアルゴリズムと準校正手法を適用することにより、単一のカメラのみを用いて高精度な3D再構成を実現する。
  論文  参考訳（メタデータ） (2026-03-11T06:20:09Z)
• Tail-Aware Post-Training Quantization for 3D Geometry Models [58.79500829118265]
  ポストトレーニング量子化(PTQ)は、再トレーニングなしに効率的な推論を可能にする。 PTQは複雑な特徴分布と禁止キャリブレーションオーバーヘッドのために、3Dモデルに効果的に転送できない。 3次元幾何学学習のためのTail-Aware Post-Training Quantization PipelineであるTAPTQを提案する。
  論文  参考訳（メタデータ） (2026-02-02T07:21:15Z)
• Marker-Based Extrinsic Calibration Method for Accurate Multi-Camera 3D Reconstruction [0.23749905164931198]
  本稿では,3次元マーカーによる幾何学的制約を利用した反復的外在的キャリブレーション手法を提案する。 本手法は,Tech4Dietプロジェクトにおいて,制御された環境と実際の実環境の両方において総合的に検証する。 実験の結果,アライメント誤差が大幅に減少し,高精度で信頼性の高い3次元再構成が可能となった。
  論文  参考訳（メタデータ） (2025-05-05T10:21:41Z)
• PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
  PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。 本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
  論文  参考訳（メタデータ） (2024-10-29T15:28:15Z)
• Improving Gaussian Splatting with Localized Points Management [52.009874685460694]
  局所的点管理(LPM)は、点加算と幾何校正の両方を最大限に必要としながら、これらの誤り貢献ゾーンを特定することができる。 LPMは特定されたゾーンに点密度を適用し、これらの領域の前にある点の不透明度をリセットし、不適切な点を修正する新しい機会を生み出す。 特に、LPMは静的3DGSとダイナミックなSpaceTimeGSの両方を改善して、リアルタイム速度を維持しながら最先端のレンダリング品質を実現している。
  論文  参考訳（メタデータ） (2024-06-06T16:55:07Z)
• Self-supervised phase unwrapping in fringe projection profilometry [0.0]
  単カメラ遠近射影プロファイロメトリーのための新しい自己監督型位相アンラッピング法を提案する。 訓練されたネットワークは、64周期の1フェーズマップから絶対縁順を検索し、深さ精度でDF-TPUアプローチをオーバーパフォーマンスすることができる。 実験により, 提案手法が実際の動きのぼやけ, 孤立物体, 低反射率, 位相不連続の場面で有効であることを示す。
  論文  参考訳（メタデータ） (2023-02-13T14:16:34Z)
• Uncertainty-Aware Adaptation for Self-Supervised 3D Human Pose Estimation [70.32536356351706]
  本稿では、2つの出力ヘッドを2つの異なる構成にサブスクライブする共通のディープネットワークバックボーンを構成するMPP-Netを紹介する。 ポーズと関節のレベルで予測の不確実性を定量化するための適切な尺度を導出する。 本稿では,提案手法の総合評価を行い,ベンチマークデータセット上での最先端性能を示す。
  論文  参考訳（メタデータ） (2022-03-29T07:14:58Z)
• Uncertainty-Aware Camera Pose Estimation from Points and Lines [101.03675842534415]
  Perspective-n-Point-and-Line (Pn$PL) は、2D-3D特徴座標の3Dモデルに関して、高速で正確で堅牢なカメラローカライゼーションを目指している。
  論文  参考訳（メタデータ） (2021-07-08T15:19:36Z)

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。