論文の概要: Breaking the Scalability Limit of Multi-Projector Calibration with Embedded Cameras
- arxiv url: http://arxiv.org/abs/2604.24024v1
- Date: Mon, 27 Apr 2026 04:11:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-28 17:12:07.734004
- Title: Breaking the Scalability Limit of Multi-Projector Calibration with Embedded Cameras
- Title（参考訳）: 埋め込みカメラによるマルチプロジェクタ校正のスケーラビリティ限界を破る
- Authors: Takumi Kawano, Kohei Miura, Daisuke Iwai,
- Abstract要約: 従来のマルチプロジェクターキャリブレーションでは、各プロジェクターに対して連続的に構造化された光パターンを投影してキャプチャする必要がある。
キャリブレーション対象の表面にカメラを埋め込むことにより、この制限を破る新しいキャリブレーションフレームワークを提案する。
本システムでは,従来の手法に匹敵するキャリブレーション精度を実現し,プロジェクタ数に対して必要となるプロジェクタ・キャプチャ・サイクル数を線形からほぼ一定に削減する。
- 参考スコア（独自算出の注目度）: 6.79465153996048
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Conventional multi-projector calibration requires projecting and capturing structured light patterns for each projector sequentially, causing calibration time and effort to increase linearly with the number of projectors. This scalability bottleneck has long limited the deployment of large-scale projection mapping systems. We present a new calibration framework that breaks this limitation by embedding cameras into the surface of the calibration target. The embedded cameras directly capture the incoming projection light, enabling the separation of simultaneously projected structured light patterns from multiple projectors according to their incident directions. Our method establishes correspondences between the optical centers of the embedded cameras and the projector pixels, allowing the intrinsic and extrinsic parameters of all projectors to be simultaneously estimated. We further introduce a correction technique for small misalignments between the calibration board and camera optical centers. As a result, our system achieves calibration accuracy comparable to conventional methods while reducing the required number of projection-capture cycles from linear to nearly constant with respect to the number of projectors, dramatically improving scalability for dense multi-projector systems with overlapping projection regions, such as high-brightness stacking, super-resolution, light-field, and shadow-suppression displays.
- Abstract（参考訳）: 従来のマルチプロジェクターキャリブレーションでは、各プロジェクターの配置された光パターンを順次投影・キャプチャする必要があるため、プロジェクターの数に応じてキャリブレーション時間と労力が線形に増加する。
このスケーラビリティのボトルネックは、大規模なプロジェクションマッピングシステムの展開を長い間制限してきた。
キャリブレーション対象の表面にカメラを埋め込むことにより、この制限を破る新しいキャリブレーションフレームワークを提案する。
組込みカメラは、入射光を直接捕捉し、入射方向に応じて複数のプロジェクタから同時に投影された構造光パターンを分離する。
本手法は, 内蔵カメラの光学中心とプロジェクタ画素との対応性を確立し, プロジェクタの内在パラメータと外在パラメータを同時に推定する。
さらに、キャリブレーション基板とカメラ光センターの微調整の補正手法を導入する。
その結果,従来の手法に匹敵するキャリブレーション精度を実現し,プロジェクタ数に対して要求されるプロジェクタ・キャプチャ・サイクル数を線形からほぼ一定に削減し,高輝度・高解像度・光場・影圧表示などの重畳射影領域を持つ高密度マルチプロジェクタシステムのスケーラビリティを劇的に向上した。
関連論文リスト
- Two-Stage Camera Calibration Method for Multi-Camera Systems Using Scene Geometry [52.27010615715154]
本稿では,マルチカメラトラッキングシステムのための2段階キャリブレーション手法を提案する。
第1段階では、自然幾何学的プリミティブの演算子のアノテーションに基づいて、個々のカメラの部分校正を行う。
第2段階では、投影された有効視野のインタラクティブな操作により、正確なシステム校正を行う。
論文 参考訳（メタデータ） (2025-12-04T16:47:39Z) - DPCS: Path Tracing-Based Differentiable Projector-Camera Systems [49.69815958689441]
ProCamのプロジェクタカメラシステム(ProCams)シミュレーションは、プロカメラの物理的プロジェクタ・アンド・キャプチャ・プロセスと関連するシーンパラメータをモデル化することを目的としている。
最近の進歩は、プロジェクト・アンド・キャプチャプロセスを学ぶためにエンドツーエンドのニューラルネットワークを使用している。
本稿では,新しい経路追従型微分可能プロジェクタカメラシステム(DPCS)を導入し,微分可能なProCamsシミュレーション手法を提案する。
論文 参考訳（メタデータ） (2025-03-15T15:31:18Z) - Towards Unified Structured Light Optimization [2.4823372746556442]
構造光(SL)3次元再構成は、物体の表面の正確な形状を捉える。
多様な照明条件やオブジェクトタイプ,さまざまなタイプのSLに適応可能な,SL最適化のための統一フレームワークを提案する。
主なコントリビューションには、プロジェクタの新たなグローバルマッチング方法があり、プロジェクタとカメラの正確なアライメントを可能にする。
論文 参考訳（メタデータ） (2025-01-24T17:29:17Z) - A Note on Geometric Calibration of Multiple Cameras and Projectors [1.693200946453174]
実験室で使用される実世界の幾何的校正手順の重要な要素について論じる。
具体的には、キャリブレーションオブジェクトの設計と、取得した画像でそれを分析するために使用される画像処理パイプラインについて論じる。
論文 参考訳（メタデータ） (2024-10-24T07:54:49Z) - CompenHR: Efficient Full Compensation for High-resolution Projector [68.42060996280064]
プロジェクター補償はプロジェクターカメラシステムの実用的なタスクである。
プロジェクター入力画像、名前付き補償画像を見つけることを目的としており、プロジェクターが投影されると幾何学的および測光的歪みがキャンセルされる。
最先端の手法では、ディープラーニングを使ってこの問題に対処し、低解像度のセットアップで有望なパフォーマンスを示す。
しかし、ディープラーニングを高精細なセットアップに直接適用することは、長いトレーニング時間と高いメモリコストのために現実的ではない。
論文 参考訳（メタデータ） (2023-11-22T14:13:27Z) - Cutting Voxel Projector a New Approach to Construct 3D Cone Beam CT Operator [0.10923877073891444]
我々は3次元コーンビームトモグラフィ再構成のための新しいプロジェクターのクラスを導入する。
本手法は, ボクセルの局所改質を可能にし, 適応格子分解能と再構成品質の向上を実現する。
その結果, カットボクセルプロジェクターはTTプロジェクターよりも精度が高く, 特にコーンビーム角が大きいことが判明した。
論文 参考訳（メタデータ） (2021-10-19T10:54:01Z) - Directionally Decomposing Structured Light for Projector Calibration [22.062182997296805]
プロジェクションマッピング(PM)の適用においては、固有のプロジェクターキャリブレーションが不可欠である。
本稿では、プロジェクターレンズの前方に最小限の作業量を必要とする実用的校正装置を提案する。
従来の手法と同じ精度で焦点距離と開口径の異なるプロジェクターをキャリブレーションできることを実証した。
論文 参考訳（メタデータ） (2021-10-08T06:44:01Z) - How to Calibrate Your Event Camera [58.80418612800161]
画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。
ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
論文 参考訳（メタデータ） (2021-05-26T07:06:58Z) - DeProCams: Simultaneous Relighting, Compensation and Shape
Reconstruction for Projector-Camera Systems [91.45207885902786]
本稿では,ProCamsの測光および幾何学的マッピングを学習するために,DeProCamsという新しいエンドツーエンドトレーニングモデルを提案する。
DeProCamsは、プロジェクターカメライメージマッピングを、シェーディング属性推定、粗い直接光推定、フォトリアリスティックなニューラルレンダリングの3つのサブプロセスに明示的に分解する。
私たちの実験では、DeProCamsは、期待できる品質と完全に差別化可能な従来の芸術よりも明確な優位性を示している。
論文 参考訳（メタデータ） (2020-03-06T05:49:16Z)
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。