論文の概要: HETA++: Global Structure-from-Motion with Hybrid Explicit Translation Averaging
- arxiv url: http://arxiv.org/abs/2607.15912v1
- Date: Fri, 17 Jul 2026 12:40:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-20 17:56:52.849818
- Title: HETA++: Global Structure-from-Motion with Hybrid Explicit Translation Averaging
- Title（参考訳）: HETA++: ハイブリッド明示的翻訳平均化によるグローバルな構造抽出
- Abstract要約: グローバル構造移動(Global Structure-from-Motion, SfM)は、効率性と誤差分布の点で漸進的な手法よりも有利である。
既存の多くの手法は、相対的な翻訳や特徴トラックにのみ依存しており、コリニアカメラの動作で劣化するか、外れやすい。
相対的翻訳と特徴トラックの両方を組み込んだ,ハイブリッドな明示的翻訳平均化フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 26.8990038810354
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Global Structure-from-Motion (SfM) offers advantages over incremental methods in terms of efficiency and error distribution. However, the task of translation averaging remains challenging. Many existing methods rely solely on relative translations or feature tracks, which either degrade under collinear camera motion or are susceptible to outliers. In this paper, we propose a novel hybrid explicit translation averaging framework that incorporates both relative translations and feature tracks. Specifically, we first refine the relative translations using global camera rotations and remove globally inconsistent relative translations. Next, we employ convex distance-based objective functions to estimate the initial camera positions and 3D points, followed by refinement using a non-bilinear angle-based objective function. Furthermore, since camera rotations are fixed during translation averaging, inaccurate camera rotations can severely limit the accuracy of camera positions. To address this issue, we then robustly refine both camera rotations and camera positions with selected feature tracks through bounded angle-based refinement and subsequent reprojection-based bundle adjustment. In this step, feature tracks are selected to maintain a balanced spatial distribution and improve optimization efficiency. Finally, we perform a complete bundle adjustment using all reliable feature tracks to refine the camera parameters and 3D points. Extensive experiments on various sequential and unordered real-world datasets demonstrate the superior accuracy, robustness, and scalability of our approach, outperforming state-of-the-art methods in both accuracy and computational efficiency.
- Abstract（参考訳）: グローバル構造移動(Global Structure-from-Motion, SfM)は、効率性と誤差分布の点で漸進的な手法よりも有利である。
しかし、翻訳平均化の課題は依然として困難である。
既存の多くの手法は、相対的な翻訳や特徴トラックにのみ依存しており、コリニアカメラの動作で劣化するか、外れやすい。
本稿では,相対的翻訳と特徴トラックの両方を組み込んだ,ハイブリッドな明示的翻訳平均化フレームワークを提案する。
具体的には、まず、グローバルなカメラ回転を用いて相対変換を洗練し、グローバルな非一貫性な相対変換を除去する。
次に、凸距離に基づく目的関数を用いて初期カメラの位置と3D点を推定し、次いで非線形角に基づく目的関数を用いて改善する。
さらに、翻訳平均化時にカメラ回転が固定されるため、不正確なカメラ回転はカメラ位置の精度を著しく制限することができる。
この問題に対処するために、我々は、有界角度に基づく改善とその後の再投影に基づくバンドル調整により、選択された特徴トラックを用いて、カメラ回転とカメラ位置の両方を堅牢に洗練する。
このステップでは、バランスの取れた空間分布を維持し、最適化効率を向上させるために、特徴トラックが選択される。
最後に,カメラパラメータと3Dポイントを改良するために,信頼度の高いすべての特徴トラックを用いて完全なバンドル調整を行う。
逐次的および非順序的な実世界のデータセットに対する大規模な実験は、我々のアプローチの優れた精度、堅牢性、スケーラビリティを示し、精度と計算効率の両方において最先端の手法より優れている。
関連論文リスト
- Geo-Align: Video Generation Alignment via Metric Geometry Reward [53.65904111864641]
Geo-Alignは、カメラ制御ビデオ再レンダリング用に特別に設計された最初の強化学習フレームワークである。
事前訓練されたモデルに基づいて、スケールアウェアの知覚報酬機構を用いてモデルを最適化する。
実験により、Geo-Alignは、カメラの正確な制御性と視覚的忠実性の両方において、既存の教師付き学習ベースラインを一貫して上回っていることが示された。
論文 参考訳（メタデータ） (2026-05-22T17:59:43Z) - 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) - MoCapAnything V2: End-to-End Motion Capture for Arbitrary Skeletons [56.68975315643491]
本稿では,ビデオ・ツー・ローテーションとビデオ・ツー・ローテーションを共同で学習し,最適化する,最初のエンドツーエンドフレームワークを提案する。
本手法は, メッシュベースパイプラインの20倍の速度で, 回転誤差を17度から10度, 見えない骨格では6.54度に低減する。
論文 参考訳（メタデータ） (2026-04-30T17:16:38Z) - Two-Stage Camera Calibration Method for Multi-Camera Systems Using Scene Geometry [52.27010615715154]
本稿では,マルチカメラトラッキングシステムのための2段階キャリブレーション手法を提案する。
第1段階では、自然幾何学的プリミティブの演算子のアノテーションに基づいて、個々のカメラの部分校正を行う。
第2段階では、投影された有効視野のインタラクティブな操作により、正確なシステム校正を行う。
論文 参考訳（メタデータ） (2025-12-04T16:47:39Z) - MGSfM: Multi-Camera Geometry Driven Global Structure-from-Motion [13.24058110580706]
マルチカメラシステムのための新しいグローバルモーション平均化フレームワークを提案する。
我々のシステムは、効率を大幅に改善しながら、漸進的なSfM精度に適合または超える。
論文 参考訳（メタデータ） (2025-07-04T05:25:00Z) - Multiway Point Cloud Mosaicking with Diffusion and Global Optimization [74.3802812773891]
マルチウェイポイントクラウドモザイクのための新しいフレームワーク(水曜日)を紹介する。
我々のアプローチの核心は、重複を識別し、注意点を洗練する学習されたペアワイズ登録アルゴリズムODINである。
4つの多種多様な大規模データセットを用いて、我々の手法は、全てのベンチマークにおいて大きなマージンで、最先端のペアとローテーションの登録結果を比較した。
論文 参考訳（メタデータ） (2024-03-30T17:29:13Z) - Cameras as Rays: Pose Estimation via Ray Diffusion [54.098613859015856]
カメラのポーズを推定することは3D再構成の基本的な課題であり、まばらにサンプリングされたビューを考えると依然として困難である。
本稿では,カメラを光束として扱うカメラポーズの分散表現を提案する。
提案手法は回帰法と拡散法の両方で,CO3Dのカメラポーズ推定における最先端性能を示す。
論文 参考訳（メタデータ） (2024-02-22T18:59:56Z) - Pointless Global Bundle Adjustment With Relative Motions Hessians [0.0]
本稿では,画像特徴の再投影誤差に依存しない新しいバンドル調整手法を提案する。
本手法は, 構造物の寄与を暗黙的に反映しながら, 相対的な動きを平均化する。
我々は、この手法がモーション平均化手法のアップグレード版であり、フォトグラムデータセットとコンピュータビジョンベンチマークの両方でその効果を実証していると論じる。
論文 参考訳（メタデータ） (2023-04-11T10:20:32Z) - ParticleSfM: Exploiting Dense Point Trajectories for Localizing Moving
Cameras in the Wild [57.37891682117178]
本稿では,一対の光流からの高密度対応に基づく動画の高密度間接構造抽出手法を提案する。
不規則点軌道データを処理するために,新しいニューラルネットワークアーキテクチャを提案する。
MPIシンテルデータセットを用いた実験により,我々のシステムはより正確なカメラ軌道を生成することがわかった。
論文 参考訳（メタデータ） (2022-07-19T09:19:45Z) - TransPose: Real-time 3D Human Translation and Pose Estimation with Six
Inertial Sensors [7.565581566766422]
今回紹介するTransPoseは、わずか6つの慣性測定ユニット(IMU)から90fps以上でフルモーションキャプチャを実行するDNNベースのアプローチです。
身体のポーズ推定には, 葉間関節位置を中間結果として推定する多段階ネットワークを提案する。
グローバル翻訳推定のために,グローバル翻訳を頑健に解くためのサポートフット法とRNN法を提案する。
論文 参考訳（メタデータ） (2021-05-10T18:41:42Z) - Efficient Global Optimization of Non-differentiable, Symmetric
Objectives for Multi Camera Placement [0.0]
複数台のカメラを3Dシーンに最適に配置・配向するための新しい反復手法を提案する。
サンプルアプリケーションには、3D再構築の精度の向上、監視対象エリアの最大化、多視点歩行者追跡のカバレッジ向上が含まれる。
論文 参考訳（メタデータ） (2021-03-20T17:01:15Z) - Spatiotemporal Bundle Adjustment for Dynamic 3D Human Reconstruction in
the Wild [49.672487902268706]
本稿では,カメラの時間的アライメントと3次元点三角測量を共同で推定する枠組みを提案する。
複数の無同期・無同期ビデオカメラで捉えたイベントにおいて、人間の身体の3次元運動軌跡を再構成する。
論文 参考訳（メタデータ） (2020-07-24T23:50:46Z)
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。