論文の概要: Virtual-point-based Solutions to Handle Generalized Absolute Pose Problem

• arxiv url: http://arxiv.org/abs/2606.09294v1
• Date: Mon, 08 Jun 2026 10:02:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.915065
• Title: Virtual-point-based Solutions to Handle Generalized Absolute Pose Problem
• Title（参考訳）: 仮想点に基づく一般化された絶対ポーズ問題の解法
• Authors: Bin Li, Banglei Guan, Shunkun Liang, Yang Shang,
• Abstract要約: マルチカメラシステムは、広い視野、柔軟性、耐障害性のために、自律ロボット工学においてますます採用されている。 既存の解法は複数の射影中心を扱えない。 本稿では,標準を橋渡しする仮想点定式化を提案する。 一般的なポーズ問題です VGPc, VGPq Pose, VGPrの3つの仮想点に基づく一般化解法を導出する。
• 参考スコア（独自算出の注目度）: 15.797642570057809
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-camera systems are increasingly adopted in robotics and autonomous navigation for their wide field of view, flexibility, and fault tolerance. Nevertheless, existing PnP solvers fail to handle multiple projection centers. This paper introduces a virtual point formulation that bridges the standard PnP and generalized pose problems, enabling a unified pipeline that transforms existing PnP solvers into generalized pose solvers. Based on this framework, we derive three Virtual-point-based Generalized Pose solvers, namely VGPc, VGPq, and VGPr, leveraging Cayley, quaternion, and rotation-matrix parameterizations, respectively. Extensive experiments demonstrate that the proposed solvers inherit the accuracy and efficiency of original PnP algorithms while significantly outperforming existing generalized solvers. Specifically, VGPc achieves higher estimation accuracy under heteroscedastic noise conditions, VGPq maintains global optimality, whereas VGPr provides superior computational efficiency without accuracy degradation.
• Abstract（参考訳）: マルチカメラシステムは、幅広い視野、柔軟性、耐障害性のためにロボット工学や自律ナビゲーションにますます採用されている。 それでも、既存のPnPソルバは複数のプロジェクションセンターを扱えない。 本稿では,標準のPnPと一般化されたポーズ問題を橋渡しし,既存のPnPソルバを一般化されたポーズソルバに変換する統一パイプラインを実現する仮想点定式化を提案する。 この枠組みに基づき, VGPc, VGPq, VGPrの3つの仮想点型一般化Pose解法を導出し, それぞれカイリー, 四元数, 回転行列パラメータ化を利用する。 大規模な実験により,提案手法はPnPアルゴリズムの精度と効率を継承し,既存の一般化解法を著しく上回る結果となった。 具体的には、VGPcは非定常雑音条件下で高い推定精度を達成し、VGPqは大域的最適性を維持し、VGPrは精度の劣化なしに優れた計算効率を提供する。

関連論文リスト

• Mind the Jumps: A Scalable Robust Local Gaussian Process for Multidimensional Response Surfaces with Discontinuities [1.1458853556386799]
  ロバスト局所ガウス過程(Robust Local Gaussian Process)は、適応的近傍選択とスパース性駆動型ロバスト化機構を統合するフレームワークである。 常に高い予測精度を提供し、競争力のある計算効率を維持する。 これらの結果は、非定常かつ不連続な応答曲面をモデル化するための有効かつ実用的な解としてRCGPを確立する。
  論文  参考訳（メタデータ） (2025-12-14T06:52:17Z)
• Multi-Task Vehicle Routing Solver via Mixture of Specialized Experts under State-Decomposable MDP [57.28979643999352]
  本稿では,VRPの変種間で共有成分の性質を認識可能な統合解法フレームワークを提案する。 状態空間を基底状態空間のカルテアン積として表現することにより、VRPを再構成する状態分解型MDP(SDMDP)を導入する。 The Latent Space-based SDMDP extension is developed by the both the optimal basis policy and a learnable mix function。
  論文  参考訳（メタデータ） (2025-10-24T13:31:31Z)
• An Expansion-Based Approach for Quantified Integer Programming [0.0]
  量子プログラミング(QIP)は、量子ブール公式(QBF)を拡張して複数の領域を橋渡しする QIPは複雑な意思決定シナリオに対処するための汎用的なフレームワークを提供する。 本稿では,CEGARを用いたQIP拡張手法を提案する。
  論文  参考訳（メタデータ） (2025-06-04T21:14:14Z)
• APHQ-ViT: Post-Training Quantization with Average Perturbation Hessian Based Reconstruction for Vision Transformers [71.2294205496784]
  平均摂動ヘシアン (APH) を用いた重要度推定に基づく新しいPTQ手法である textbfAPHQ-ViT を提案する。 本稿では,線形量子化器を用いたAPHQ-ViTが既存のPTQ法よりも3ビット,4ビットの差が大きいことを示す。
  論文  参考訳（メタデータ） (2025-04-03T11:48:56Z)
• The Dilemma of Random Parameter Initialization and Barren Plateaus in Variational Quantum Algorithms [4.348591076994875]
  ヴァレンプラトー (BP) は、変分量子アルゴリズム (VQA) 内のランダムパラメータ化量子回路 (PQC) によって生じる課題である 本稿では,VQAにおけるバレンプラトー (BP) の課題を軽減するための,実装が容易なアプローチを提案する。 我々の研究は、BPを緩和し、VQAの潜在能力を最大限に活用しようとする量子アルゴリズム開発者にとって、明確な道のりを提供する。
  論文  参考訳（メタデータ） (2024-12-09T13:08:46Z)
• Error Feedback under $(L_0,L_1)$-Smoothness: Normalization and Momentum [56.37522020675243]
  機械学習の幅広い問題にまたがる正規化誤差フィードバックアルゴリズムに対する収束の最初の証明を提供する。 提案手法では,許容可能なステップサイズが大きくなったため,新しい正規化エラーフィードバックアルゴリズムは,各種タスクにおける非正規化エラーよりも優れていた。
  論文  参考訳（メタデータ） (2024-10-22T10:19:27Z)
• Differentiation Through Black-Box Quadratic Programming Solvers [21.717766458737426]
  微分可能最適化は、特に二次プログラミング(QP)において重要な研究関心を集めている。 事実上任意のQPソルバのプラグアンドプレイ微分のためのモジュラーおよびソルバ非依存のフレームワークであるdQPを紹介する。 この結果に基づいて、15以上の最先端の解決者とシームレスに統合する、最小限のオーバヘッド、オープンソース実装を提供する。
  論文  参考訳（メタデータ） (2024-10-08T20:01:39Z)
• RoPINN: Region Optimized Physics-Informed Neural Networks [66.38369833561039]
  物理インフォームドニューラルネットワーク(PINN)は偏微分方程式(PDE)の解法として広く応用されている。 本稿では,地域最適化としての新たな訓練パラダイムを提案し,理論的に検討する。 実践的なトレーニングアルゴリズムであるRerea Optimized PINN(RoPINN)は、この新しいパラダイムからシームレスに派生している。
  論文  参考訳（メタデータ） (2024-05-23T09:45:57Z)
• A general sample complexity analysis of vanilla policy gradient [101.16957584135767]
  政策勾配(PG)は、最も一般的な強化学習(RL)問題の1つである。 PG軌道の「バニラ」理論的理解は、RL問題を解く最も一般的な方法の1つである。
  論文  参考訳（メタデータ） (2021-07-23T19:38:17Z)
• Successive Convex Approximation Based Off-Policy Optimization for Constrained Reinforcement Learning [12.523496806744946]
  本稿では,一般的な制約付き強化学習問題の解法として,凸近似に基づくオフポリティ最適化(SCAOPO)アルゴリズムを提案する。 時変状態分布と非政治学習によるバイアスにもかかわらず、実現可能な初期点を持つSCAOPOはカルーシュ=クーン=タッカー点に確実に収束することができる。
  論文  参考訳（メタデータ） (2021-05-26T13:52:39Z)

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。