論文の概要: Beyond Reprojection Error: Camera Calibration with 3D Targets
- arxiv url: http://arxiv.org/abs/2608.05066v1
- Date: Wed, 05 Aug 2026 17:12:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 14:48:44.04029
- Title: Beyond Reprojection Error: Camera Calibration with 3D Targets
- Title（参考訳）: プロジェクションエラーを超えて:3Dターゲットによるカメラキャリブレーション
- Authors: Dennis Ruppel, Hasan Kutlu, Kai A. Neumann, Martin Knuth, Pedro Santos, Andreas Weinmann, Arjan Kuijper,
- Abstract要約: 本研究では,シーン光の予測に基づく3次元再構成に適したフレームワークを提案する。
予測されたシーン線から導かれる新しいメトリクス、再構成、交差点誤差を用いる。
コサヘドラルキャリブレーションターゲットは3次元再構成のためのキャリブレーション情報を強化するように設計されている。
- 参考スコア（独自算出の注目度）: 2.948448698895806
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In 3D reconstruction, camera calibration is an essential element for achieving high fidelity and accuracy of the reconstructed geometry. While existing approaches rely upon 2D planar calibration, this work proposes a framework tailored for 3D reconstruction that is based on predicting scene rays, which adds flexibility to the reconstruction pipeline and enables the use of recent advances in camera models. Novel metrics, reconstruction and intersection error, derived from predicted scene rays are employed in combination with a bootstrapping procedure that statistically evaluates different calibration objects and calibration pipelines for both intrinsic and extrinsic camera parameters. The results show that the generalized distortion model more faithfully captures physical camera effects and yields an improvement in calibration accuracy. Reprojection error is shown to be a potentially misleading indicator of 3D accuracy, and the proposed ray-based metrics provide a more holistic assessment. An icosahedron calibration target is designed to enrich calibration information for 3D reconstruction together with a ring-feature-based detector. The icosahedral target yields approximately 40% lower mean intersection and more stable calibration across bootstrap trials on synthetic data, while real-data performance demands very tight fabrication tolerances.
- Abstract（参考訳）: 3次元再構成では、カメラキャリブレーションは、再構成された幾何学の忠実度と精度を達成するための重要な要素である。
既存のアプローチは2次元平面キャリブレーションに依存しているが、この研究はシーン光の予測に基づく3次元再構成に適したフレームワークを提案する。
予測されたシーン線から導出される新しいメトリクス、再構成、交差点誤差は、異なるキャリブレーション対象を統計的に評価するブートストラッピング手順と組み合わせて、固有のカメラパラメータと外部カメラパラメータの両方に対してキャリブレーションパイプラインを統計的に評価する。
その結果, 一般歪みモデルの方が物理的カメラ効果をより忠実に捉え, キャリブレーション精度の向上が得られた。
再投射誤差は3次元精度の潜在的誤解を招く指標であることが示され、提案されたレイベースメトリクスはより総合的な評価を提供する。
アイコサヘドロンキャリブレーションターゲットは、リング機能検出器とともに3次元再構成のためのキャリブレーション情報を強化するように設計されている。
コサヘドラルターゲットは平均交点を約40%低くし、合成データに対するブートストラップ試験によりより安定した校正を行う一方、実データ性能は非常に厳密な加工耐性を必要とする。
関連論文リスト
- Implicit Multi-Camera System Calibration Using Gaussian Processes [0.0]
本稿では,ガウス過程(GP)レグレッションを用いた暗黙的マルチカメラシステムキャリブレーションのための新しいフレームワークを提案する。
我々のGPベースのモデルは、全カメラにわたる2次元画像座標から3次元世界座標への複雑な非線形マッピングを直接学習する。
実験の結果,3次元予測の不確かさはカメラに近づきつつあることがわかった。
論文 参考訳（メタデータ） (2026-05-08T09:29:58Z) - Marker-Based Extrinsic Calibration Method for Accurate Multi-Camera 3D Reconstruction [0.23749905164931198]
本稿では,3次元マーカーによる幾何学的制約を利用した反復的外在的キャリブレーション手法を提案する。
本手法は,Tech4Dietプロジェクトにおいて,制御された環境と実際の実環境の両方において総合的に検証する。
実験の結果,アライメント誤差が大幅に減少し,高精度で信頼性の高い3次元再構成が可能となった。
論文 参考訳（メタデータ） (2025-05-05T10:21:41Z) - AlignDiff: Learning Physically-Grounded Camera Alignment via Diffusion [0.5277756703318045]
本稿では,カメラ内在パラメータと外在パラメータをジェネリック・レイ・カメラ・モデルを用いて扱う新しいフレームワークを提案する。
従来のアプローチとは異なり、AlignDiffは意味論から幾何学的特徴へ焦点を移し、局所歪みのより正確なモデリングを可能にした。
実験により,提案手法は,推定光束の角誤差を8.2度,全体のキャリブレーション精度で著しく低減し,課題のある実世界のデータセットに対する既存手法よりも優れていることを示した。
論文 参考訳（メタデータ） (2025-03-27T14:59:59Z) - PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。
本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文 参考訳（メタデータ） (2024-10-29T15:28:15Z) - Calib3D: Calibrating Model Preferences for Reliable 3D Scene Understanding [55.32861154245772]
Calib3Dは3Dシーン理解モデルの信頼性をベンチマークし精査する先駆的な試みである。
10の異なる3Dデータセットにまたがる28の最先端モデルを総合的に評価する。
本稿では,3次元モデルのキャリブレーション向上を目的とした,深度対応のスケーリング手法であるDeptSを紹介する。
論文 参考訳（メタデータ） (2024-03-25T17:59:59Z) - Neural Lens Modeling [50.57409162437732]
NeuroLens(ニューロレンス)は、点投影と光線鋳造に使用できる歪みと磁化のための神経レンズモデルである。
古典的なキャリブレーションターゲットを使用してプリキャプチャのキャリブレーションを行うことができ、後に3D再構成の際にキャリブレーションやリファインメントを行うために使用できる。
このモデルは、多くのレンズタイプにまたがって一般化されており、既存の3D再構成とレンダリングシステムとの統合は容易である。
論文 参考訳（メタデータ） (2023-04-10T20:09:17Z) - How to Calibrate Your Event Camera [58.80418612800161]
画像再構成を用いた汎用イベントカメラキャリブレーションフレームワークを提案する。
ニューラルネットワークに基づく画像再構成は,イベントカメラの内在的・外在的キャリブレーションに適していることを示す。
論文 参考訳（メタデータ） (2021-05-26T07:06:58Z) - Stereo camera system calibration: the need of two sets of parameters [0.0]
ステレオカメラシステムによるシーンの再構築は2段階のプロセスである。
最初は、異なるカメラの画像が一致して、実際に現実世界で再構築されるポイント・ツー・ポイント対応のセットを特定します。
2つの異なるパラメータを推定するためにシステムを2回校正することを提案する。
論文 参考訳（メタデータ） (2021-01-14T17:03:17Z)
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。