論文の概要: TriP: A Triangle Puzzle Approach to Robust Translation Averaging
- arxiv url: http://arxiv.org/abs/2605.07143v1
- Date: Fri, 08 May 2026 02:21:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-11 19:43:38.747142
- Title: TriP: A Triangle Puzzle Approach to Robust Translation Averaging
- Title（参考訳）: TriP:ロバスト翻訳平均化のための三角形パズルアプローチ
- Authors: Zhekai Fan, Wanze Li, Jinxin Wang, Yunpeng Shi,
- Abstract要約: 本稿では,TriPを提案する。TriPはトライアングルをベースとした,ロバストな翻訳平均化のためのフレームワークである。
三角形にまたがる高次整合性を活用することにより, 提案手法は, 逆数, サイクル整合性, その他の構造的腐敗に対して頑健である。
実用面では、TriPは完全に並列化可能で、計算効率が良く、数百万台のカメラでグラフに自然にスケーラブルである。
- 参考スコア（独自算出の注目度）: 5.918492948669744
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Translation averaging aims to recover camera locations from pairwise relative translation directions and is a fundamental component of global Structure-from-Motion pipelines. The problem is challenging because direction measurements contain no distance information, making the estimation problem highly ill-conditioned and highly sensitive to corrupted observations. In this paper, we propose TriP, a triangle-based framework for robust translation averaging. TriP first infers local relative edge scales from triangle geometry, and then synchronizes the scales of overlapping triangles in the logarithmic domain to recover globally consistent edge lengths and camera locations. By leveraging higher-order consistency across triangles, the proposed method is robust to adversarial, cycle-consistent, and other structured corruptions. In addition, TriP avoids the collapse issue without requiring any extra anti-collapse constraints, since log-scale synchronization excludes the degenerate zero-scale solution by construction. These structural advantages enable a particularly strong theory for exact location recovery. On the practical side, TriP is fully parallelizable, computationally efficient, and naturally scalable to graphs with millions of cameras. Moreover, it outperforms all previous translation averaging methods by a large margin on both synthetic and real datasets.
- Abstract（参考訳）: 翻訳平均化は、一対の相対的な翻訳方向からカメラの位置を復元することを目的としており、グローバルなStructure-from-Motionパイプラインの基本コンポーネントである。
この問題は、方向測定に距離情報がないため、推定問題が高度に不調であり、破損した観測に非常に敏感になるためである。
本稿では,TriPを提案する。TriPは,頑健な翻訳平均化のための三角形ベースのフレームワークである。
TriPはまず三角形の幾何学から局所的なエッジスケールを推定し、それから対数領域の重なり合う三角形のスケールを同期させ、一貫したエッジの長さとカメラの位置を復元する。
三角形にまたがる高次整合性を活用することにより, 提案手法は, 逆数, サイクル整合性, その他の構造的腐敗に対して頑健である。
さらに、TriPは、ログスケールの同期は構成によって退化したゼロスケールの解を除外するため、余分な反崩壊制約を必要とせずに、崩壊問題を回避している。
これらの構造上の利点は、特に正確な位置回復の強い理論を可能にする。
実用面では、TriPは完全に並列化可能で、計算効率が良く、数百万台のカメラでグラフに自然にスケーラブルである。
さらに、合成データセットと実データセットの両方において、従来の翻訳平均化手法を大きなマージンで上回っている。
関連論文リスト
- TriDE: Triangle-Consistent Translation Directions for Global Camera Pose Estimation [6.2145524307257665]
本稿では,高精度な高次検証信号として,カメラ三角形の整合性を利用するTriDEを提案する。
実画像グラフの実験により、TriDEは方向精度を大きなマージンで向上し、下流カメラの位置がより良くなることが示された。
論文 参考訳（メタデータ） (2026-05-07T19:43:15Z) - LG-HCC: Local Geometry-Aware Hierarchical Context Compression for 3D Gaussian Splatting [77.81227097905865]
アンカーベースの3DGS圧縮スキームは、いくつかの高度な文脈モデルを通してガウスの冗長性を減少させる。
本稿では, アンカープルーニングとエントロピー符号化にアンカー幾何学的相関を組み込んだ3DGSのための局所幾何学的階層型コンテキスト圧縮フレームワークを提案する。
実験の結果、LG-HCCは構造保存の問題を効果的に緩和し、Mip-NeRF360データセット上のScaffold-GSベースラインと比較して最大30.85倍のストレージを削減した。
論文 参考訳（メタデータ） (2026-03-30T13:39:35Z) - DC-Reg: Globally Optimal Point Cloud Registration via Tight Bounding with Difference of Convex Programming [43.06401929828342]
我々は,グローバルに最適なポイント登録インタフェースを実現するための新しいフレームワークを開発した。
その結果, 極端雑音への収束が著しく速くなり, 極端雑音へのアウトリー・オブ・ザ・アートのグローバル化が可能となった。
論文 参考訳（メタデータ） (2026-03-26T13:38:45Z) - Neural Triangular Transport Maps: A New Approach Towards Sampling in Lattice QCD [0.7161783472741748]
遠近距離空間と近近距離空間との基本的なトレードオフをナビゲートする三角輸送地図の包括的枠組みを導入する。
2次元で$phi4$を制御した設定として、ノードラベリング(順序付け)が三角マップの空間性と性能にどのように影響するかを分析する。
論文 参考訳（メタデータ） (2025-10-15T03:15:10Z) - Robust Point Cloud Registration via Geometric Overlapping Guided Rotation Search [23.51667667895256]
対応に基づくポイントクラウドの登録は、ノイズ閾値内で制約されたインリアーの数を最大化する厳密な変換を計算する。
本稿では,回転のみのBnB探索による最大重複登録方式を提案する。
論文 参考訳（メタデータ） (2025-08-24T16:01:31Z) - 3-Dimensional CryoEM Pose Estimation and Shift Correction Pipeline [2.009945677846956]
正確なポーズ推定とシフト補正は、非常に低いSNRが3次元再構成の忠実性に直接影響を及ぼすため、Cryo-EMの鍵となる課題である。
本稿では,多次元スケーリング(MDS)手法を頑健に活用したCryo-EMにおけるポーズ推定手法を提案し,各粒子の3次元回転行列を2面角対から推定する。
論文 参考訳（メタデータ） (2025-07-20T11:46:17Z) - SGFormer: Spherical Geometry Transformer for 360 Depth Estimation [52.23806040289676]
パノラマ歪みは360度深度推定において大きな課題となる。
本稿では,SGFormer という球面形状変換器を提案し,上記の問題に対処する。
また、様々な解像度で空間構造を補うために、クエリベースの大域的条件位置埋め込みを提案する。
論文 参考訳（メタデータ） (2024-04-23T12:36:24Z) - Relative Pose from SIFT Features [50.81749304115036]
基本行列の未知元と向きとスケールに関する新しい線形制約を導出する。
提案した制約は、合成環境における多くの問題と、80000以上の画像ペア上で公開されている実世界のデータセットでテストされる。
論文 参考訳（メタデータ） (2022-03-15T14:16:39Z) - Robust Training in High Dimensions via Block Coordinate Geometric Median
Descent [69.47594803719333]
幾何学的中央値 (textGm) は、未破損データのロバストな推定を達成するための統計学における古典的な方法である。
本稿では,テキストscGmを一度に選択した座標ブロックにのみ適用することにより,スムーズな非テキスト問題に対して0.5の分解点を保持することができることを示す。
論文 参考訳（メタデータ） (2021-06-16T15:55:50Z) - Dense Non-Rigid Structure from Motion: A Manifold Viewpoint [162.88686222340962]
Non-Rigid Structure-from-Motion (NRSfM) 問題は、複数のフレームにまたがる2次元特徴対応から変形物体の3次元形状を復元することを目的としている。
提案手法は,ノイズに対する精度,スケーラビリティ,堅牢性を大幅に向上させる。
論文 参考訳（メタデータ） (2020-06-15T09:15:54Z) - Quaternion Equivariant Capsule Networks for 3D Point Clouds [58.566467950463306]
本稿では,3次元回転と翻訳に同値な点雲を処理するための3次元カプセルモジュールを提案する。
カプセル間の動的ルーティングをよく知られたWeiszfeldアルゴリズムに接続する。
オペレーターに基づいて、ポーズから幾何学をアンタングルするカプセルネットワークを構築します。
論文 参考訳（メタデータ） (2019-12-27T13:51:17Z)
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。