論文の概要: Online Learning of Correspondences between Images

• arxiv url: http://arxiv.org/abs/2608.13104v1
• Date: Thu, 13 Aug 2026 11:30:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.50328
• Title: Online Learning of Correspondences between Images
• Title（参考訳）: 画像間の対応のオンライン学習
• Abstract要約: 本稿では,画像列間の点対応を学習するための新しい手法を提案する。 密度間のカイ二乗の偏差に基づく写像を最適化する手法を導出する。 結果のアルゴリズムはリアルタイムに動作し、収束と精度の点で最先端の手法よりも優れている。
• 参考スコア（独自算出の注目度）: 15.703640102714871
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a novel method for iterative learning of point correspondences between image sequences. Points moving on surfaces in 3D space are projected into two images. Given a point in either view, the considered problem is to determine the corresponding location in the other view. The geometry and distortions of the projections are unknown as is the shape of the surface. Given several pairs of point-sets but no access to the 3D scene, correspondence mappings can be found by excessive global optimization or by the fundamental matrix if a perspective projective model is assumed. However, an iterative solution on sequences of point-set pairs with general imaging geometry is preferable. We derive such a method that optimizes the mapping based on Neyman's chi-square divergence between the densities representing the uncertainties of the estimated and the actual locations. The densities are represented as channel vectors computed with a basis function approach. The mapping between these vectors is updated with each new pair of images such that fast convergence and high accuracy are achieved. The resulting algorithm runs in real-time and is superior to state-of-the-art methods in terms of convergence and accuracy in a number of experiments.
• Abstract（参考訳）: 本稿では,画像列間の点対応を反復的に学習する手法を提案する。 3次元空間の表面を移動する点を2つの画像に投影する。 いずれの視点でもポイントが与えられた場合、他の視点で対応する位置を決定することが問題となる。 射影の幾何学と歪みは、表面の形状として不明である。 数組の点集合が与えられたが、3Dシーンにアクセスできない場合、対応写像は過度な大域的最適化や、視点射影モデルが仮定された場合の基本行列によって見つけることができる。 しかし、一般的な画像幾何学を持つ点集合対の列に対する反復解が好ましい。 推定された位置の不確かさを表す密度と実際の位置の間のカイ二乗のばらつきに基づいて写像を最適化する手法を導出する。 密度は基底関数アプローチで計算されたチャネルベクトルとして表される。 これらのベクトル間のマッピングは、高速収束と高精度を実現するために、新しい一対のイメージで更新される。 結果のアルゴリズムはリアルタイムに動作し、多くの実験において収束と精度の点で最先端の手法よりも優れている。

関連論文リスト

• SCOPE: Scale-Consistent One-Pass Estimation of 3D Geometry [69.89196162649091]
  SCOPE (Scale-Consistent One-Pass Estimation of 3D Geometry) は、拡張された単眼ビデオシーケンスから3次元幾何学を推定するための新しいアプローチである。 提案手法では,アフィン不変な3次元点マップを全列に共通パラメータで生成し,一貫したスケール不変表現を実現する。
  論文  参考訳（メタデータ） (2026-06-19T10:23:25Z)
• Spectral Meets Spatial: Harmonising 3D Shape Matching and Interpolation [50.376243444909136]
  本稿では,3次元形状の対応と形状の両面を統一的に予測する枠組みを提案する。 我々は、スペクトル領域と空間領域の両方の形状を地図化するために、奥行き関数写像フレームワークと古典的な曲面変形モデルを組み合わせる。
  論文  参考訳（メタデータ） (2024-02-29T07:26:23Z)
• Neural Semantic Surface Maps [52.61017226479506]
  本稿では,2つの属とゼロの形状の地図を自動計算する手法を提案する。 提案手法は,手動のアノテーションや3Dトレーニングデータ要求を排除し,意味的表面-表面マップを生成する。
  論文  参考訳（メタデータ） (2023-09-09T16:21:56Z)
• Explicit Correspondence Matching for Generalizable Neural Radiance Fields [66.99907718824782]
  本稿では,新たな未知のシナリオに一般化し,2つのソースビューで新規なビュー合成を行う新しいNeRF手法を提案する。 明瞭な対応マッチングは、異なるビュー上の3Dポイントの2次元投影でサンプリングされた画像特徴間のコサイン類似度と定量化される。 実験では,実験結果から得られたコサイン特徴の類似性と体積密度との間に強い相関関係が認められた。
  論文  参考訳（メタデータ） (2023-04-24T17:46:01Z)
• CheckerPose: Progressive Dense Keypoint Localization for Object Pose Estimation with Graph Neural Network [66.24726878647543]
  単一のRGB画像から固い物体の6-DoFのポーズを推定することは、非常に難しい課題である。 近年の研究では、高密度対応型解の大きな可能性を示している。 そこで本研究では,CheckerPoseというポーズ推定アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-29T17:30:53Z)
• Contour Context: Abstract Structural Distribution for 3D LiDAR Loop Detection and Metric Pose Estimation [31.968749056155467]
  本稿では,高精度な3DoF距離ポーズ推定を用いた簡易かつ効果的かつ効率的なトポロジカルループ閉包検出パイプラインを提案する。 我々は,3次元LiDAR点から投影されるBEV像を構造層分布として解釈する。 検索キーは、層状KD木でインデックスされたデータベースの検索を高速化するように設計されている。
  論文  参考訳（メタデータ） (2023-02-13T07:18:24Z)
• Rectifying homographies for stereo vision: analytical solution for minimal distortion [0.0]
  整形化は、その後のステレオ対応問題を単純化するために用いられる。 本研究は、視点歪みを最小化する補正ホモグラフに対する閉形式解を提案する。
  論文  参考訳（メタデータ） (2022-02-28T22:35:47Z)
• Joint Deep Multi-Graph Matching and 3D Geometry Learning from Inhomogeneous 2D Image Collections [57.60094385551773]
  非均質な画像コレクションから変形可能な3Dジオメトリモデルを学ぶためのトレーニング可能なフレームワークを提案する。 さらに,2次元画像で表現された物体の3次元形状も取得する。
  論文  参考訳（メタデータ） (2021-03-31T17:25:36Z)
• Simplicial Complex based Point Correspondence between Images warped onto Manifolds [18.528929583956725]
  単体錯体の各p-骨格に適合する制約付き二次代入問題(QAP)を提案する。 我々は,多様なデータセットのセットにおいて,既存の最先端の球面マッチング手法を大幅に上回る結果を得た。
  論文  参考訳（メタデータ） (2020-07-05T16:41:08Z)

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。