論文の概要: Efficient Minimal Solvers for Visual-Inertial Relative Pose Estimation in Multi-Camera Systems

• arxiv url: http://arxiv.org/abs/2606.09477v1
• Date: Mon, 08 Jun 2026 13:36:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:07.094609
• Title: Efficient Minimal Solvers for Visual-Inertial Relative Pose Estimation in Multi-Camera Systems
• Title（参考訳）: マルチカメラシステムにおける視覚慣性相対ポース推定のための最適最小解法
• Authors: Tao Li, Zhenbao Yu, Banglei Guan, Jianli Han, Weimin Lv,
• Abstract要約: マルチカメラシステムの相対的なポーズを推定することは、コンピュータビジョンの基本的な問題である。 本稿では,新しいパラメータ化手法を用いて,マルチカメラシステムの相対的なポーズを推定するための2つの効率的な最小解法を提案する。
• 参考スコア（独自算出の注目度）: 11.678515238325817
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Estimating the relative poses of multi-camera systems is a fundamental problem in computer vision, with critical applications in autonomous vehicles, mobile devices, and unmanned aerial vehicles (UAVs). However, existing solutions often suffer from high computational complexity or rely on an excessive number of point correspondences, limiting their real-world applicability. To address these limitations, we propose two efficient minimal solvers for estimating the relative poses of multi-camera systems using a novel parameterization. The first solver leverages the vertical direction prior provided by Inertial Measurement Units (IMUs), while the second utilizes the rotation axis direction prior from IMUs. Our methods require only four point correspondences and reduce the problem of multi-camera relative pose estimation to solving a univariate 6th-degree polynomial, a significant improvement over existing approaches, which typically involve 8th-degree polynomials. This reduction in computational complexity and correspondence requirements makes our solvers particularly effective when integrated into RANSAC frameworks, demonstrating strong potential for visual odometry applications. Through rigorous evaluations on synthetic data and the KITTI benchmark, our methods achieved superior computational efficiency and competitive accuracy compared to state-of-the-art algorithms.
• Abstract（参考訳）: マルチカメラシステムの相対的なポーズを推定することはコンピュータビジョンの基本的な問題であり、自動運転車、モバイルデバイス、無人航空機(UAV)に重要な応用がある。 しかし、既存の解はしばしば高い計算複雑性に悩まされるか、過度な数の点対応に依存し、現実の応用性を制限する。 これらの制約に対処するために、新しいパラメータ化を用いてマルチカメラシステムの相対的なポーズを推定するための2つの効率的な最小解法を提案する。 第1のソルバは慣性測定ユニット(IMU)が予め設けた垂直方向を利用し、第2のソルバはIMUより前の回転軸方向を利用する。 提案手法では, 4点対応のみを要し, 単変量6次多項式の解法によるマルチカメラ相対ポーズ推定の問題を低減する。 この計算複雑性の低減と対応要件により,RANSACフレームワークに統合した場合の解法は特に有効となり,ビジュアル・オドメトリー・アプリケーションに強い可能性を示す。 合成データとKITTIベンチマークの厳密な評価により,提案手法は最先端のアルゴリズムと比較して計算効率と競争精度に優れていた。

関連論文リスト

• Affine Correspondences between Multi-Camera Systems for Relative Pose Estimation [11.282703971318934]
  2つのアフィン対応(AC)を用いたマルチカメラシステムの相対ポーズを計算する新しい手法を提案する。 本稿では,ACsを用いた6DOF相対ポーズ推定問題により,最小解が実現可能であることを示す。 仮想および実マルチカメラシステムの実験により、提案手法は最先端のアルゴリズムよりも効率的であることが証明された。
  論文  参考訳（メタデータ） (2023-06-22T15:52:48Z)
• Accelerating Globally Optimal Consensus Maximization in Geometric Vision [28.72335941963025]
  我々は n 次元問題に対して n-1 次元空間上の分岐を可能にする新しい一般手法を提案する。 残りの自由度は、各有界計算において大域的に最適に解ける。 4つの基本的な幾何学的コンピュータビジョン問題に適用する。
  論文  参考訳（メタデータ） (2023-04-11T11:47:34Z)
• Practical solutions to the relative pose of three calibrated cameras [61.7981056628391]
  4点対応から3つのキャリブレーションカメラの相対的なポーズを推定する難易度問題について検討する。 提案手法は, 4つの対応を用いて, 最初の2つのビューの近似幾何を推定する簡単なアイデアに基づく, この問題に対する新しい効率的な解を提案する。
  論文  参考訳（メタデータ） (2023-03-28T15:50:48Z)
• Sparse resultant based minimal solvers in computer vision and their connection with the action matrix [17.31412310131552]
  いくつかのカメラ幾何問題に対して、我々の余剰手法は、最先端のGrobnerベースベースの解法よりも小さく、より安定な解法をもたらすことを示した。 コンピュータビジョンにおける最小限の問題に対して、一般的なベースベースの方法に代わる競争力のある代替手段を提供する。
  論文  参考訳（メタデータ） (2023-01-16T14:25:19Z)
• Multi-Resource Allocation for On-Device Distributed Federated Learning Systems [79.02994855744848]
  本研究は,デバイス上の分散フェデレーション学習(FL)システムにおいて,レイテンシとエネルギー消費の重み付け和を最小化する分散マルチリソース割り当て方式を提案する。 システム内の各モバイルデバイスは、指定された領域内でモデルトレーニングプロセスを実行し、それぞれパラメータの導出とアップロードを行うための計算と通信資源を割り当てる。
  論文  参考訳（メタデータ） (2022-11-01T14:16:05Z)
• Calibrated and Partially Calibrated Semi-Generalized Homographies [65.29477277713205]
  視点と一般化カメラから半一般化ホモグラフィーを推定するための最初の最小解を提案する。 提案した解法は、多くの合成および実世界の実験で実証されたように安定かつ効率的である。
  論文  参考訳（メタデータ） (2021-03-11T08:56:24Z)
• Reconfigurable Intelligent Surface Assisted Mobile Edge Computing with Heterogeneous Learning Tasks [53.1636151439562]
  モバイルエッジコンピューティング(MEC)は、AIアプリケーションに自然なプラットフォームを提供します。 再構成可能なインテリジェントサーフェス(RIS)の助けを借りて、MECで機械学習タスクを実行するインフラストラクチャを提示します。 具体的には,モバイルユーザの送信パワー,基地局のビームフォーミングベクトル,risの位相シフト行列を共同で最適化することにより,参加ユーザの学習誤差を最小化する。
  論文  参考訳（メタデータ） (2020-12-25T07:08:50Z)
• Fully Quantized Image Super-Resolution Networks [81.75002888152159]
  効率と精度を両立させるためのフル量子化画像超解像フレームワーク(FQSR)を提案する。 我々は、SRResNet、SRGAN、EDSRを含む複数の主流超解像アーキテクチャに量子化スキームを適用した。 低ビット量子化を用いたFQSRは、5つのベンチマークデータセットの完全精度と比較すると、パー性能で実現できる。
  論文  参考訳（メタデータ） (2020-11-29T03:53:49Z)

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。