論文の概要: Fast Iterative Five point Relative Pose Estimation

• arxiv url: http://arxiv.org/abs/2608.13114v1
• Date: Thu, 13 Aug 2026 11:41:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.507225
• Title: Fast Iterative Five point Relative Pose Estimation
• Title（参考訳）: 高速反復5点相対ポース推定
• Abstract要約: パウエルのドッグレッグアルゴリズムに基づく新しい反復法を提案する。 新しい手法は精度が同じで、ニスターのアルゴリズムの約2倍の速度である。
• 参考スコア（独自算出の注目度）: 20.68512626541674
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robust estimation of the relative pose between two cameras is a fundamental part of Structure and Motion methods. For calibrated cameras, the five point method together with a robust estimator such as RANSAC gives the best result in most cases. The current state-of-the-art method for solving the relative pose problem from five points is due to Nister [9], because it is faster than other methods and in the RANSAC scheme one can improve precision by increasing the number of iterations. In this paper, we propose a new iterative method, which is based on Powell's Dog Leg algorithm. The new method has the same precision and is approximately twice as fast as Nister's algorithm. The proposed method is easily extended to more than five points while retaining a efficient error metrics. This makes it also very suitable as an refinement step. The proposed algorithm is systematically evaluated on three types of datasets with known ground truth.
• Abstract（参考訳）: 2台のカメラ間の相対的なポーズのロバストな推定は、構造と運動法の基本部分である。 校正されたカメラでは、RANSACのような頑健な推定器と共に5点法がほとんどのケースで最良の結果をもたらす。 相対ポーズ問題を5点から解く現在の最先端手法は,Nister [9] によるもので,他の手法よりも高速であり,RANSAC 方式では反復数を増やすことにより精度を向上させることができる。 本稿では,パウエルのドッグレッグアルゴリズムに基づく新しい反復法を提案する。 新しい手法は精度が同じで、ニスターのアルゴリズムの約2倍の速度である。 提案手法は,効率的な誤差指標を維持しつつ,5点以上まで容易に拡張できる。 これはまた、改良のステップとして非常に適している。 提案アルゴリズムは, 既知の基底真理を持つ3種類のデータセットに対して, 体系的に評価する。

関連論文リスト

• Practical solutions to the relative pose of three calibrated cameras [61.7981056628391]
  4点対応から3つのキャリブレーションカメラの相対的なポーズを推定する難易度問題について検討する。 提案手法は, 4つの対応を用いて, 最初の2つのビューの近似幾何を推定する簡単なアイデアに基づく, この問題に対する新しい効率的な解を提案する。
  論文  参考訳（メタデータ） (2023-03-28T15:50:48Z)
• Efficient Second-Order Plane Adjustment [6.510507449705342]
  本稿では,平面間距離を最小化するために最適平面とセンサのポーズを推定する問題に焦点をあてる。 我々は、PA問題を効率的に解くためにニュートン法を採用する。 実験により,我々のアルゴリズムは広く使われているLMアルゴリズムよりもはるかに高速に収束していることが示された。
  論文  参考訳（メタデータ） (2022-11-21T15:06:11Z)
• Fast Projection onto the Capped Simplex withApplications to Sparse Regression in Bioinformatics [6.6371396313325075]
  ニュートン法に基づく単純なアルゴリズムは、射影問題を高精度に解くことができる。 提案アルゴリズムは,大規模データセット上で高い精度で予測問題の解を導出できることを実証する。
  論文  参考訳（メタデータ） (2021-10-16T05:03:24Z)
• Nesterov Accelerated ADMM for Fast Diffeomorphic Image Registration [63.15453821022452]
  ディープラーニングに基づくアプローチの最近の発展は、DiffIRのサブ秒間実行を実現している。 本稿では,中間定常速度場を機能的に構成する簡易な反復スキームを提案する。 次に、任意の順序の正規化項を用いて、これらの速度場に滑らかさを課す凸最適化モデルを提案する。
  論文  参考訳（メタデータ） (2021-09-26T19:56:45Z)
• Generalized Pose-and-Scale Estimation using 4-Point Congruence Constraints [5.063728016437489]
  gP4Pcは、一般的なカメラの絶対的なポーズを、対応する4つの3Dポイント・アンド・レイペアから未知の内部スケールで計算する新しい方法である。 実データと合成データを用いた実験により,gP4PcはSACRANフレームワーク内での使用時の総実行時間において最速の手法であることが示された。
  論文  参考訳（メタデータ） (2020-11-27T16:30:19Z)
• Efficient Initial Pose-graph Generation for Global SfM [56.38930515826556]
  本稿では,グローバルなStructure-from-Motionアルゴリズムの初期ポーズグラフ生成を高速化する方法を提案する。 アルゴリズムは1DSfMデータセットから402130の画像ペアでテストされる。
  論文  参考訳（メタデータ） (2020-11-24T09:32:03Z)
• Robust Uncertainty-Aware Multiview Triangulation [20.02647320786556]
  マルチビュー三角測量と不確実性推定のための頑健で効率的な手法を提案する。 まず、中間点法を用いた2視点RANSACを用いた外乱除去方式を提案する。 第二に、初期解と不整集合を精製する異なる局所最適化法を比較する。 第三に、三角点の不確かさを、カメラの数、平均再投影誤差、最大パララックス角の3つの要素の関数としてモデル化する。
  論文  参考訳（メタデータ） (2020-08-04T00:47:42Z)
• Aligning Partially Overlapping Point Sets: an Inner Approximation Algorithm [80.15123031136564]
  変換の値に関する事前情報がない点集合を整列するロバストな手法を提案する。 我々のアルゴリズムは変換の正規化を必要とせず、変換の値に関する事前情報がない状況に対処できる。 実験により,提案手法が最先端のアルゴリズムよりも高いロバスト性を示した。
  論文  参考訳（メタデータ） (2020-07-05T15:23:33Z)
• Accelerated Message Passing for Entropy-Regularized MAP Inference [89.15658822319928]
  離散値のランダムフィールドにおけるMAP推論の最大化は、機械学習の基本的な問題である。 この問題の難しさから、特殊メッセージパッシングアルゴリズムの導出には線形プログラミング(LP)緩和が一般的である。 古典的加速勾配の根底にある手法を活用することにより,これらのアルゴリズムを高速化するランダム化手法を提案する。
  論文  参考訳（メタデータ） (2020-07-01T18:43:32Z)
• Robust 6D Object Pose Estimation by Learning RGB-D Features [59.580366107770764]
  本稿では、この局所最適問題を解くために、回転回帰のための離散連続的な新しい定式化を提案する。 我々はSO(3)の回転アンカーを均一にサンプリングし、各アンカーから目標への制約付き偏差を予測し、最適な予測を選択するための不確実性スコアを出力する。 LINEMOD と YCB-Video の2つのベンチマーク実験により,提案手法が最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2020-02-29T06:24:55Z)

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。