論文の概要: InCaRPose: In-Cabin Relative Camera Pose Estimation Model and Dataset

• arxiv url: http://arxiv.org/abs/2604.03814v1
• Date: Sat, 04 Apr 2026 17:40:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.780646
• Title: InCaRPose: In-Cabin Relative Camera Pose Estimation Model and Dataset
• Title（参考訳）: InCaRPose:In-Cabinの相対カメラポース推定モデルとデータセット
• Authors: Felix Stillger, Lukas Hahn, Frederik Hasecke, Tobias Meisen,
• Abstract要約: InCaRPoseはトランスフォーマーをベースとしたアーキテクチャで、画像ペア間の相対的ポーズを堅牢に予測するように設計されている。 DINOv3やTransformerベースのデコーダのようなフリーズバックボーン機能を利用することで,参照とターゲットビューの幾何学的関係を効果的に捉えることができる。 本手法は、キャビン内カメラマウントの物理的に妥当な調整範囲内で絶対的なメートル法スケールの変換を実現する。
• 参考スコア（独自算出の注目度）: 7.117236435809274
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Camera extrinsic calibration is a fundamental task in computer vision. However, precise relative pose estimation in constrained, highly distorted environments, such as in-cabin automotive monitoring (ICAM), remains challenging. We present InCaRPose, a Transformer-based architecture designed for robust relative pose prediction between image pairs, which can be used for camera extrinsic calibration. By leveraging frozen backbone features such as DINOv3 and a Transformer-based decoder, our model effectively captures the geometric relationship between a reference and a target view. Unlike traditional methods, our approach achieves absolute metric-scale translation within the physically plausible adjustment range of in-cabin camera mounts in a single inference step, which is critical for ICAM, where accurate real-world distances are required for safety-relevant perception. We specifically address the challenges of highly distorted fisheye cameras in automotive interiors by training exclusively on synthetic data. Our model is capable of generalization to real-world cabin environments without relying on the exact same camera intrinsics and additionally achieves competitive performance on the public 7-Scenes dataset. Despite having limited training data, InCaRPose maintains high precision in both rotation and translation, even with a ViT-Small backbone. This enables real-time performance for time-critical inference, such as driver monitoring in supervised autonomous driving. We release our real-world In-Cabin-Pose test dataset consisting of highly distorted vehicle-interior images and our code at https://github.com/felixstillger/InCaRPose.
• Abstract（参考訳）: カメラの外部校正はコンピュータビジョンの基本的な課題である。 しかし、車載自動車監視(ICAM)のような制約のある、高度に歪んだ環境において、正確な相対的なポーズ推定は依然として困難である。 InCaRPoseはトランスフォーマーをベースとしたアーキテクチャで,画像対間の相対的なポーズ予測を頑健に行う。 DINOv3やTransformerベースのデコーダのようなフリーズバックボーン機能を利用することで,参照とターゲットビューの幾何学的関係を効果的に捉えることができる。 従来の手法とは異なり,本手法は,車載カメラマウントの物理的に妥当な調整範囲内で絶対的なメートルスケールの翻訳を実現する。 具体的には、合成データのみをトレーニングすることで、自動車内装における高度に歪んだ魚眼カメラの課題に対処する。 本モデルは,実世界のキャビン環境への一般化を,全く同じカメラ内在に頼らずに実現でき,また,パブリックな7シーンデータセット上での競合性能も達成できる。 トレーニングデータに制限があるにもかかわらず、InCaRPoseはViT-Smallのバックボーンでさえ、回転と翻訳の両方において高い精度を維持している。 これにより、監督された自律運転における運転監視など、時間クリティカルな推論のリアルタイムパフォーマンスが実現される。 In-Cabin-Poseテストデータセットは、高度に歪んだ車間画像とコードをhttps://github.com/felixstillger/InCaRPoseでリリースしています。

関連論文リスト

• AnyCamVLA: Zero-Shot Camera Adaptation for Viewpoint Robust Vision-Language-Action Models [33.20237572326132]
  デモデータやポリシーの微調整,アーキテクチャの変更を伴わないゼロショットカメラ適応フレームワークを提案する。 私たちのキーとなるアイデアは、テスト時間カメラの観察をリアルタイムで調整し、トレーニングカメラの設定に合わせることです。 このアプローチは、ポリシーの微調整や視覚入力のための3D認識機能にデータ拡張を使用するベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2026-03-06T03:44:23Z)
• Tensor-Based Self-Calibration of Cameras via the TrifocalCalib Method [0.24998872534482344]
  カメラ固有のパラメータを事前のシーン知識なしで推定することは、コンピュータビジョンにおける根本的な課題である。 キャリブレーションされた三焦点テンソルに基づく一連の方程式を示し、最小限の画像データから投影型カメラの自己校正を可能にする。
  論文  参考訳（メタデータ） (2025-09-22T11:31:57Z)
• Kalib: Easy Hand-Eye Calibration with Reference Point Tracking [52.4190876409222]
  カリブ (Kalib) は、視覚基礎モデルの一般化性を利用して課題を克服する手眼自動校正法である。 校正中は、ロボットの後ろの空間内のカメラ座標3D座標に運動基準点を追跡する。 Kalibのユーザフレンドリな設計と最小限のセットアップ要件により、非構造化環境での継続的操作のソリューションとなり得る。
  論文  参考訳（メタデータ） (2024-08-20T06:03:40Z)
• SRPose: Two-view Relative Pose Estimation with Sparse Keypoints [51.49105161103385]
  SRPoseは、カメラ・トゥ・ワールドおよびオブジェクト・トゥ・カメラシナリオにおける2ビュー相対ポーズ推定のためのスパースキーポイントベースのフレームワークである。 精度と速度の点で最先端の手法と比較して、競争力や優れた性能を達成する。 さまざまな画像サイズやカメラ固有の機能に対して堅牢であり、低コンピューティングリソースでデプロイすることができる。
  論文  参考訳（メタデータ） (2024-07-11T05:46:35Z)
• VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
  ポースグラフ最適化手法を拡張する新しい手法を提案する。 我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。 我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
  論文  参考訳（メタデータ） (2024-03-25T17:47:03Z)
• Extrinsic Camera Calibration with Semantic Segmentation [60.330549990863624]
  本稿では,セグメンテーション情報を利用してパラメータ推定を自動化する,外部カメラキャリブレーション手法を提案する。 われわれのアプローチは、カメラのポーズの粗い初期測定と、車両に搭載されたライダーセンサーによる構築に依存している。 シミュレーションおよび実世界のデータを用いて,キャリブレーション結果の低誤差測定を行う。
  論文  参考訳（メタデータ） (2022-08-08T07:25:03Z)
• Monitoring and Adapting the Physical State of a Camera for Autonomous Vehicles [10.490646039938252]
  本稿では,データおよび物理モデルに基づくカメラの汎用的・タスク指向型自己維持フレームワークを提案する。 このフレームワークを現実世界の地上車両に実装し、カメラが粗悪な状況に対応するためにパラメータを調整できることを実証する。 われわれのフレームワークは、カメラの健康状態を監視し維持するための実用的なソリューションを提供するだけでなく、より高度な問題に対処するための拡張の基盤としても機能する。
  論文  参考訳（メタデータ） (2021-12-10T11:14:44Z)
• TransCamP: Graph Transformer for 6-DoF Camera Pose Estimation [77.09542018140823]
  本稿では、カメラ再配置問題に対処するため、グラフトランスフォーマーバックボーン、すなわちTransCamPを用いたニューラルネットワークアプローチを提案する。 TransCamPは、画像の特徴、カメラポーズ情報、フレーム間の相対的なカメラモーションを、エンコードされたグラフ属性に効果的に融合する。
  論文  参考訳（メタデータ） (2021-05-28T19:08:43Z)

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。