論文の概要: A Geometric Framework for Absolute Pose and Velocity Estimation with Event Cameras

• arxiv url: http://arxiv.org/abs/2606.09139v1
• Date: Mon, 08 Jun 2026 07:35:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.804445
• Title: A Geometric Framework for Absolute Pose and Velocity Estimation with Event Cameras
• Title（参考訳）: イベントカメラによる絶対時間と速度推定のための幾何学的枠組み
• Authors: Zibin Liu, Shunkun Liang, Banglei Guan, Yang Shang, Qifeng Yu, Ji Zhao,
• Abstract要約: シーン内の3次元線とそれらが引き起こす事象を利用した絶対的なポーズと速度推定のためのフレームワークを提案する。 速度推定のために,角速度と直線速度の両方を復元するために,効率的な線形解法とより正確な最適化に基づく解法を開発した。 提案手法は,従来の手法に比べて精度と計算効率が大幅に向上し,最先端性能を実現している。
• 参考スコア（独自算出の注目度）: 17.89466641313064
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite the rapid advancements in event-based motion estimation, current geometric methods primarily focus on velocity estimation. However, absolute pose estimation, which is equally crucial for key applications such as robotic navigation and augmented reality, remains relatively underexplored. Consequently, the simultaneous recovery of absolute pose and velocity from event streams remains an open and challenging problem. To address this gap, we propose a geometric framework for absolute pose and velocity estimation by leveraging 3D lines in the scene and the events they trigger. At the core of the framework lie two key geometric constraints: the orthogonality between a 3D line and the normal vector of its corresponding event plane, and the collinearity of an event with the 2D projection of its associated line. Based on these constraints, we present both linear and polynomial solvers for absolute pose estimation. The former enables efficient computation, while the latter provides a globally optimal solution for rotation. For velocity estimation, we develop an efficient linear solver and a more accurate optimization-based solver to recover both angular and linear velocities. Notably, our methods require a minimum of three event-line correspondences to determine the 6-DoF absolute pose or velocities independently. Extensive experiments in simulation and on real-world datasets demonstrate that our methods achieve state-of-the-art performance, with significant improvements in accuracy and computational efficiency compared to existing methods. The demo code is publicly available at https://github.com/Zibin6/EventPoseVelocity.
• Abstract（参考訳）: 事象に基づく動き推定の急速な進歩にもかかわらず、現在の幾何学的手法は主に速度推定に焦点を当てている。 しかし,ロボットナビゲーションや拡張現実といった重要な応用には,絶対的なポーズ推定が不可欠である。 したがって、イベントストリームからの絶対的なポーズと速度の同時回復は、オープンで困難な問題である。 このギャップに対処するために,シーン内の3次元線とそれらが引き起こす事象を活用することにより,絶対的なポーズと速度推定のための幾何学的枠組みを提案する。 フレームワークの中核には、2つの重要な幾何学的制約がある: 3次元直線とそれに対応する事象平面の正規ベクトルの間の直交性、および関連する直線の2次元射影との連接性である。 これらの制約に基づき、絶対的なポーズ推定のための線形および多項式解法を提案する。 前者は効率的な計算が可能で、後者は回転の最適解を提供する。 速度推定のために,角速度と直線速度の両方を復元するために,効率的な線形解法とより正確な最適化に基づく解法を開発した。 特に,本手法では,6-DoF絶対姿勢や速度を独立に決定するために,最低3つのイベントライン対応が必要である。 シミュレーションおよび実世界のデータセットにおける大規模な実験により,従来の手法に比べて精度と計算効率が大幅に向上し,最先端の性能が得られた。 デモコードはhttps://github.com/Zibin6/EventPoseVelocity.comで公開されている。

関連論文リスト

• Event-based SLAM Benchmark for High-Speed Maneuvers [68.148886127117]
  イベントベースのカメラはバイオインスパイアされたセンサーで、独立して、マイクロ秒の解像度で明るさの変化に非同期に反応する。 既存のイベントベースのアプローチは、高速操作による動きのぼかしを緩和することに成功したが、多くの制限に悩まされた。 イベントベースの状態推定のためのベンチマークフレームワークであるEvSLAMを導入する。
  論文  参考訳（メタデータ） (2026-04-27T04:36:41Z)
• Pseudo Depth Meets Gaussian: A Feed-forward RGB SLAM Baseline [64.42938561167402]
  本稿では,3次元ガウス型SLAMとフィードフォワードリカレント予測モジュールを組み合わせたオンライン3次元再構成手法を提案する。 このアプローチは、遅いテスト時間の最適化を高速なネットワーク推論に置き換え、トラッキング速度を大幅に改善する。 提案手法は,最先端のSplaTAMと同等の性能を示しながら,追跡時間を90%以上削減する。
  論文  参考訳（メタデータ） (2025-08-06T16:16:58Z)
• A Linear N-Point Solver for Structure and Motion from Asynchronous Tracks [31.081278354577893]
  点対応からの構造と連続的な動きの推定は、コンピュータビジョンの基本的な問題である。 任意のタイムスタンプを持つ2次元点対応系の構造と線形運動推定のための統一的なアプローチを提案する。
  論文  参考訳（メタデータ） (2025-07-30T14:53:46Z)
• EMoTive: Event-guided Trajectory Modeling for 3D Motion Estimation [59.33052312107478]
  イベントカメラは、シーン変化に対する連続的適応ピクセルレベル応答による3次元モーション推定の可能性を提供する。 本稿では,イベント誘導パラメトリック曲線を用いた一様軌道をモデル化するイベントベースフレームワークであるEMoveについて述べる。 動作表現には,事象誘導下での空間的特徴と時間的特徴を融合する密度認識適応機構を導入する。 最終3次元運動推定は、パラメトリック軌道、流れ、深度運動場の多時間サンプリングによって達成される。
  論文  参考訳（メタデータ） (2025-03-14T13:15:54Z)
• Event-Aided Time-to-Collision Estimation for Autonomous Driving [28.13397992839372]
  ニューロモルフィックなイベントベースカメラを用いて衝突時刻を推定する新しい手法を提案する。 提案アルゴリズムは, 事象データに適合する幾何モデルに対して, 効率的かつ高精度な2段階のアプローチで構成する。 合成データと実データの両方の実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-07-10T02:37:36Z)
• A 5-Point Minimal Solver for Event Camera Relative Motion Estimation [47.45081895021988]
  本稿では,直線パラメータと線形カメラ速度予測を推定し,複数の直線を考慮した場合の1つの平均線形速度に融合できる新しい最小5点解法を提案する。 本手法は,既存の閉形式解法が23%から70%しか達成できない線形速度の推定において,連続的に100%の成功率を達成する。
  論文  参考訳（メタデータ） (2023-09-29T08:30:18Z)
• Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction [82.72686460985297]
  我々はマンハッタンのフレームを推定する問題に取り組む。 2つの新しい2行解法が導出され、そのうちの1つは既存の解法に影響を与える特異点に悩まされない。 また、局所最適化の性能を高めるために、任意の行で実行される新しい最小でないメソッドを設計する。
  論文  参考訳（メタデータ） (2023-08-21T13:03:25Z)

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。