論文の概要: Spherical-to-ERP Epipolar Rectification for Single-Axis Disparity in 360 Stereo

• arxiv url: http://arxiv.org/abs/2606.24847v1
• Date: Tue, 23 Jun 2026 17:27:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 22:16:49.132344
• Title: Spherical-to-ERP Epipolar Rectification for Single-Axis Disparity in 360 Stereo
• Title（参考訳）: 360ステレオにおける単軸異方性に対する球面-ERPエピポラリゼーション
• Authors: Sahereh Obeidavi, Dieter Landes,
• Abstract要約: 球面から等方形への標準射影(ERP)を前処理ステップとして採用し, エピポーラ曲線を直線化し, 1次元の凹凸構造を復元する。 合成魚眼ステレオデータセットの実験により、この球面-ERP-to-RAFT+EACSパイプラインは、正確に、滑らかで、構造的に整合した不均一なマップをリアルタイムで生成することが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Omnidirectional stereo images provide full-surround perception but violate the geometric assumptions of classical disparity estimation: in spherical or fisheye views, epipolar correspondences follow curved great-circle paths, producing two-dimensional displacements that cannot be treated as single-axis disparity before geometric rectification. In this work, we adopt a standard spherical-to-equirectangular (ERP) projection as a preprocessing step, which straightens epipolar curves and restores a one-dimensional disparity structure - horizontal for left-right rigs and vertical for top-bottom rigs. Building on our previously introduced RAFT + Epipolar-Aligned Channel Selection (EACS) framework, originally developed for rectilinear and ERP stereo, we examine whether the same modular pipeline remains accurate when the input originates from spherical stereo imagery. After ERP projection, dense optical flow from RAFT is reduced to disparity by retaining only the baseline-aligned flow component. Experiments on synthetic fisheye stereo datasets show that this spherical-to-ERP-to-RAFT+EACS pipeline produces accurate, smooth, and structurally consistent disparity maps at real-time speed. These findings confirm that established ERP preprocessing can be effectively combined with our earlier RAFT+EACS method to enable practical, interpretable, and efficient disparity estimation from spherical stereo, providing a straightforward pathway for extending conventional stereo pipelines to 360 imaging.
• Abstract（参考訳）: 球面または魚眼の視点では、エピポーラ対応は湾曲した大円の経路を辿り、幾何学的整合の前に1軸の差として扱えない2次元の変位を生み出す。 本研究では, 水平方向の左右のリグ, 垂直方向のボトムリグ, 水平方向の1次元の異方性構造を復元し, 水平方向の球面-等方形(ERP)プロジェクションを前処理ステップとして採用する。 従来のRAFT + Epipolar-Aligned Channel Selection (EACS) フレームワークをベースとし, 入力が球面ステレオ画像から発生する場合, 同一のモジュールパイプラインが正確かどうかを検討した。 ERP投影後、RAFTからの高密度光流は、ベースライン整列フロー成分のみを保持することにより、不均一に削減される。 合成魚眼ステレオデータセットの実験により、この球面-ERP-to-RAFT+EACSパイプラインは、正確に、滑らかで、構造的に整合した不均一なマップをリアルタイムで生成することが示された。 これらの結果から,確立されたERP前処理をRAFT+EACS法と効果的に組み合わせることで,球状ステレオからの実用的,解釈可能,効率的な異方性推定が可能であることが確認された。

関連論文リスト

• H-OmniStereo: Zero-Shot Omnidirectional Stereo Matching with Heading-Aligned Normal Priors [39.6437115448559]
  H-OmniStereoはゼロショット全方位ステレオマッチングフレームワークである。 我々は280万以上のトップボトム等方形ステレオペアからなる高品質な合成データセットを構築した。 提案手法はドメイン外データセットの既存手法よりも精度が高い。
  論文  参考訳（メタデータ） (2026-05-14T15:30:22Z)
• IUP-Pose: Decoupled Iterative Uncertainty Propagation for Real-time Relative Pose Regression via Implicit Dense Alignment v1 [4.987163446489143]
  相対的なポーズ推定は、SLAM、視覚的位置決め、および3D再構成に基本となる。 既存のRPR(Relative Pose Regression)メソッドでは,機能マッチングパイプラインの精度は向上するが,非微分可能なRANSACによるブロック勾配フローが実現されている。 IUP-Poseは、幾何駆動の分離された反復的フレームワークであり、暗黙の密接なアライメントを持つ。
  論文  参考訳（メタデータ） (2026-03-20T04:04:52Z)
• 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)
• PriOr-Flow: Enhancing Primitive Panoramic Optical Flow with Orthogonal View [4.861898720749389]
  PriOr-Flowは光フロー推定のための新しいデュアルブランチフレームワークである。 コストボリューム構築時の歪みノイズを軽減する。 公開可能なパノラマ光フローデータセット上での最先端のパフォーマンスを一貫して達成する。
  論文  参考訳（メタデータ） (2025-06-30T14:30:25Z)
• EDM: Equirectangular Projection-Oriented Dense Kernelized Feature Matching [49.15373858190824]
  等角射影指向カーネル化特徴マッチング (EDM) と呼ばれる,最初の学習に基づく密マッチングアルゴリズムを導入する。 提案手法は,Matterport3DおよびStanford2D3Dデータセット上でのAUC@5degにおける+26.72と+42.62の改善により,顕著な性能向上を実現する。
  論文  参考訳（メタデータ） (2025-02-28T03:37:01Z)
• MCPDepth: Omnidirectional Depth Estimation via Stereo Matching from Multi-Cylindrical Panoramas [49.891712558113845]
  マルチシリンダパノラマ深さ推定(MCPDepth)を導入する。 MCPDepthは、全方位深度推定を強化するために設計された2段階のフレームワークである。 本手法は,屋外データセットのDeep360では平均絶対誤差(MAE)が18.8%,実データセットの3D60では19.9%向上する。
  論文  参考訳（メタデータ） (2024-08-03T03:35:37Z)
• 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)
• Deep Learning-based Compressive Beam Alignment in mmWave Vehicular Systems [75.77033270838926]
  車両用チャネルは、より少ないチャネル測定でビームアライメントに活用できる構造を示す。 構造化圧縮センシング(CS)行列を設計するための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-02-27T04:38:12Z)

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。