論文の概要: Sensor-Informed Per-Point Covariance for Structured-Light 3D Imaging
- arxiv url: http://arxiv.org/abs/2608.10888v1
- Date: Tue, 11 Aug 2026 13:05:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:46.046357
- Title: Sensor-Informed Per-Point Covariance for Structured-Light 3D Imaging
- Title（参考訳）: 構造光3次元イメージングのためのセンサインフォームドパーポイント共分散
- Abstract要約: 点当たりの不確実性モデルは、確率的登録、融合、品質評価のための構造化光3次元再構成において重要である。
本稿では,実験的な位相精度と校正写像から点毎の3 x 3共分散場を構築するためのセンサインフォームド一階法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Per-point uncertainty models are important in structured-light 3D reconstruction for probabilistic registration, fusion, and quality assessment. In practice, however, point-cloud covariances are often modeled as isotropic constants or inferred from local surface geometry and therefore do not explicitly reflect the measurement process. This is a limitation in fringe projection profilometry (FPP), where phase noise propagates through calibrated reconstruction and produces strongly anisotropic 3D uncertainty. This paper presents a sensor-informed first-order method for constructing a per-point 3 x 3 covariance field from experimentally measured phase precision and calibrated phase-to-depth and phase-to-3D mappings. The formulation separates a rank-1 phase-induced covariance from an effective full-rank completion obtained by incorporating fitted lateral image-space perturbation scales. Repeated-plane experiments under fixed imaging conditions show close alignment of the dominant covariance direction with the viewing ray, and consistency between the dominant phase-induced uncertainty scale and scalar depth uncertainty. In G-ICP registration, the proposed covariance substantially improves over a constant isotropic model while providing a sensor-derived uncertainty representation complementary to conventional geometry-based covariances.
- Abstract（参考訳）: 点当たりの不確実性モデルは、確率的登録、融合、品質評価のための構造化光3次元再構成において重要である。
しかし実際には、点-雲の共分散は、しばしば等方定数としてモデル化されるか、局所的な表面形状から推測されるため、測定過程を明示的に反映しない。
これはFPPの限界であり、位相ノイズは校正された再構成によって伝播し、強い異方性3D不確かさを生じる。
本稿では,各点3×3共分散場を構築するためのセンサインフォームド1次法について,実験的な位相精度とキャリブレーションされた位相-深度および位相-3Dマッピングから提案する。
この定式化は、配置された横方向画像空間摂動スケールを組み込んだ有効フルランク完備化からランク1位相誘起共分散を分離する。
固定撮像条件下での繰り返し平面実験は、支配的な共分散方向と観測線との密接な一致を示し、支配的な位相誘起不確かさスケールとスカラー深さの不確かさとの整合性を示した。
G-ICP登録において、提案した共分散は、従来の幾何学的共分散を補完するセンサ依存の不確実性表現を提供しながら、定数等方性モデルよりも大幅に向上する。
関連論文リスト
- MomentBA: Second-order Spatial Moments for Anisotropic Correspondence Uncertainty in Differentiable Bundle Adjustment [25.614583001276767]
局所的類似性応答の2次空間モーメントから異方性対応の不確かさを導出する幾何対応バンドル調整フレームワークであるMomentBAを提案する。
EuRoC MAVとTartanAir v1のハードデータセットの実験では、MomentBAは既存の機能ベースや学習ベースのアプローチと比較して、モノラルな視覚計測精度を改善することが示されている。
論文 参考訳（メタデータ） (2026-09-12T03:58:09Z) - Quantum-Limited Distance Estimation in Three-Dimensional Optical Superresolution [6.3190120766541575]
2つの不整点源間の全距離を推定するための量子制限精度を導出する。
サブレイリー法では, 距離情報は有限であることを示す。
論文 参考訳（メタデータ） (2026-08-05T14:05:29Z) - Patch-PODiff-ViT: Structured Latent Diffusion with Patchwise POD for Super-Resolution and Uncertainty Quantification [2.075423143311858]
Patch-PODiff-ViTは、潜在空間がパッチワイドな固有直交分解(POD)によって定義される構造的潜在拡散フレームワークである。
これにより、空間構造を保存し、視覚変換器を用いて構造された低次元潜在空間における効率的な拡散を可能にする、低次元の分散順序付きトークンが得られる。
海面温度、医用画像、自然画像を通して、実験的なアンサンブルと密に一致した良好な空間的不確実性を生成しながら、少ないパラメータと低いメモリで強力な再構成を実現する。
論文 参考訳（メタデータ） (2026-06-30T08:05:53Z) - DOC-GS: Dual-Domain Observation and Calibration for Reliable Sparse-View Gaussian Splatting [80.43237927269575]
本稿では,新しい視点からスパースビュー3DGSの再構築について再考する。
我々は、ガウスの原始的信頼性の観測不能性として、コアチャレンジを識別する。
この観測を動機として、レンダリング画像フレームワークにおける統合されたデュアルドメイン観測と幾何学的手法を提案する。
論文 参考訳（メタデータ） (2026-04-08T07:01:24Z) - Measuring 3D Spatial Geometric Consistency in Dynamic Generated Videos [67.7364297817535]
ビデオにおける3D textbfSpatial textbfGeometric textbfConsistencyを評価するためのメトリクスであるSGCを紹介する。
SGCは幾何的不整合を頑健に定量化し、既存のメトリクスで欠落した臨界故障を効果的に特定する。
論文 参考訳（メタデータ） (2026-03-19T15:44:39Z) - High-Precision 6DOF Pose Estimation via Global Phase Retrieval in Fringe Projection Profilometry for 3D Mapping [8.963676605785034]
デジタル・フェクト・プロジェクション (DFP) による3次元3次元再構成は困難であるが, 大規模化は困難である。
本研究では,固定的,内在的にグローバルなプロジェクタで移動型DFPシステムを拡張する高精度ポーズ推定手法を提案する。
論文 参考訳（メタデータ） (2026-03-12T00:07:42Z) - SPAN: Spatial-Projection Alignment for Monocular 3D Object Detection [49.12928389918159]
既存の単分子3D検出器は典型的には、切り離された予測パラダイムを通じて、3D境界ボックスの顕著な非線形回帰をテームする。
本稿では2つの主成分を持つ新しい空間射影アライメント(SPAN)を提案する。
SPANは、予測された3次元境界ボックスと接地した3次元境界ボックスの間に明らかに大域的な空間的制約を課し、それによって非結合な特性回帰による空間的ドリフトを補正する。
3D-2Dプロジェクションアライメントは、投影された3Dボックスが、画像平面上の対応する2D検出バウンディングボックス内に密に整列していることを保証する。
論文 参考訳（メタデータ） (2025-11-10T04:48:48Z) - Adaptive Dual Uncertainty Optimization: Boosting Monocular 3D Object Detection under Test-Time Shifts [80.32933059529135]
TTA(Test-Time Adaptation)メソッドが出現し、推論中にターゲット分布に適応する。
我々は、堅牢なM3ODの両不確実性を共同で最小化するために設計された、最初のTTAフレームワークであるDual Uncertainity Optimization (DUO)を提案する。
並列に,明瞭な意味的手がかりを持つ領域における幾何学的コヒーレンスを保存する意味認識型正規場制約を設計する。
論文 参考訳（メタデータ） (2025-08-28T07:09:21Z) - 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) - 3D Equivariant Pose Regression via Direct Wigner-D Harmonics Prediction [50.07071392673984]
既存の方法は、角度や四元数を用いて空間領域でパラメータ化された3次元回転を学習する。
本稿では,3次元回転回帰のためのWigner-D係数を直接予測する周波数領域アプローチを提案する。
提案手法は, ModelNet10-SO(3) や PASCAL3D+ などのベンチマーク上での最先端結果を実現する。
論文 参考訳（メタデータ） (2024-11-01T12:50:38Z) - 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) - A Model for Multi-View Residual Covariances based on Perspective
Deformation [88.21738020902411]
マルチビューSfM, オードメトリ, SLAMセットアップにおける視覚的残差の共分散モデルの導出を行う。
我々は、合成データと実データを用いてモデルを検証し、それを光度および特徴量に基づくバンドル調整に統合する。
論文 参考訳（メタデータ） (2022-02-01T21:21:56Z)
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。