論文の概要: XCalib Depth-Guided Geometric Optimization for Dense Thermal-Visible Video Registration
- arxiv url: http://arxiv.org/abs/2609.21770v1
- Date: Fri, 18 Sep 2026 13:39:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:17.130415
- Title: XCalib Depth-Guided Geometric Optimization for Dense Thermal-Visible Video Registration
- Title（参考訳）: 密度熱可視映像登録のためのXCalib深さ誘導幾何最適化
- Abstract要約: XCalibは、古典的なキーポイント法と制約のないフローアルゴリズムのギャップを埋める、教師なしの高密度熱可視登録フレームワークである。
本研究の主な貢献は,(1)高密度モード間ワープにおける暗黙の正則化としてカメラパラメタライゼーションを利用する新規登録パラダイム,(2)パブリックADASデータセットにまたがる広範囲な量的および質的評価である。
- 参考スコア（独自算出の注目度）: 4.478425471059696
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image registration is a vital preprocessing step in multimodal perception tasks, including image fusion, object detection, and semantic segmentation. In Advanced Driver- Assistance Systems (ADAS), spatial misalignment between visible (RGB) and infrared (IR) cameras -caused by non-coincident optical axes and field-of-view differences- introduces non-uniform parallax and visual ghosting. Classical keypoint-based methods are restricted to global homographies that fail under dynamic depth, while unconstrained dense flow algorithms lack structural regularization and suffer from temporal instability. In this paper, we propose XCalib, an unsupervised dense thermal-visible registration framework that bridges this gap. Rather than serving as an absolute metric calibration tool, XCalib leverages virtual pinhole camera parameterization strictly as a geometric constraint space. By optimizing effective relative pose and intrinsics alongside predicted monocular metric depth, XCalib restricts the search space of spatial displacements to physically valid projection geometries. Our key contributions are: (1) a novel registration paradigm that uses camera parameterization as an implicit regularizer for dense cross-modal warping; (2) Normalized Edges Correlation (NEC), a robust structural similarity metric tailored to cross- spectral alignment; and (3) extensive quantitative and qualitative evaluations across public ADAS datasets, demonstrating superior temporal stability and alignment accuracy over unconstrained dense flow baselines.
- Abstract（参考訳）: 画像登録は、画像融合、オブジェクト検出、セマンティックセグメンテーションを含むマルチモーダル認識タスクにおいて重要な前処理ステップである。
Advanced Driver-Assistance Systems (ADAS)では、非共起光学軸と視野差による可視光(RGB)と赤外線(IR)カメラの空間的不整合は、非一様視差と視覚ゴーストを導入している。
古典的なキーポイントに基づく手法は、ダイナミックな深さで失敗するグローバルなホモグラフに制限されるが、非制約の密流アルゴリズムは構造的正規化を欠き、時間的不安定さに悩まされる。
本稿では,このギャップを埋める,教師なしの高密度熱可視登録フレームワークであるXCalibを提案する。
XCalibは絶対的な計量校正ツールとして機能するのではなく、仮想ピンホールカメラのパラメータ化を幾何学的制約空間として厳密に活用している。
XCalibは、予測された単分子距離の深さとともに効果的な相対ポーズと内在性を最適化することにより、空間変位の探索空間を物理的に有効な射影幾何学に制限する。
本研究の主な貢献は,(1)高密度モード整流に対する暗黙的正則化としてカメラパラメタライゼーションを用いる新規登録パラダイム,(2)高密度モード整流に対する頑健な構造的類似度尺度である正規化エッジ相関(NEC),(3)高密度ADASデータセットにおける広範かつ質的評価,および非拘束密度フローベースラインに対する時間的安定性とアライメント精度の優れた評価である。
関連論文リスト
- Sphere-VIO: Fast and Robust Visual-Inertial Odometry via Unified Spherical Representation for Heterogeneous Multi-Camera Systems [11.777651307702174]
マルチカメラ・ビジュアル・慣性オドメトリー(VIO)は、視野を広げることによって純粋な視覚系の固有の限界を克服する。
ヘテロジニアスマルチカメラシステムのための球面表現を統一した軽量フィルタベースのVIOフレームワークであるSphere-VIOを提案する。
Sphere-VIOは, 精度, 堅牢性, 効率, クロスカメラの汎用性とのトレードオフが優れていることを示す。
論文 参考訳（メタデータ） (2026-06-29T07:46:08Z) - A Mean Curvature Approach to Boundary Detection: Geometric Insights for Unsupervised Learning [52.452902154360565]
本稿では,幾何学的機械学習に基づく新しい幾何学的フレームワークであるMean Curvature Boundary Points (MCBP)を紹介する。
MCBPはデータ多様体の固有曲率を明示的にモデル化し、原理化された多様体のパラメトリゼーションを必要としない点平均曲率を計算する。
合成および実世界のデータセットの実験により、MCBPはクラスタリング性能を一貫して改善することを示した。
論文 参考訳（メタデータ） (2026-05-05T20:19:09Z) - CT-VIR: Continuous-Time Visual-Inertial-Ranging Fusion for Indoor Localization with Sparse Anchors [8.090575303185078]
本稿では,視覚慣性配列(VIR)融合ローカライゼーションのための連続時間状態推定法を提案する。
イントロダクタ、ビジュアル、およびレンジリング制約は、スライドウインドウグラフの因子として定式化される。
パブリックデータセットと実世界の実験による評価は,提案手法の有効性と実用性を示すものである。
論文 参考訳（メタデータ） (2026-04-16T02:23:57Z) - SAS-Net: Scene-Appearance Separation Network for Robust Spatiotemporal Registration in Bidirectional Photoacoustic Microscopy [1.1597621848542221]
光高速分解能光音響顕微鏡(OR-PAM)と双方向走査は、迅速な機能脳イメージングを可能にする。
提案手法により,高感度な双方向OR-PAMによる定量的・縦断的機能イメージングが可能となる。
論文 参考訳（メタデータ） (2026-02-06T21:01:27Z) - HAD: Hierarchical Asymmetric Distillation to Bridge Spatio-Temporal Gaps in Event-Based Object Tracking [80.07224739976911]
イベントカメラは例外的な時間分解能と範囲(モード)を提供する
RGBカメラは高解像度でリッチテクスチャを捉えるのに優れていますが、イベントカメラは例外的な時間分解能とレンジ(モダル)を提供します。
論文 参考訳（メタデータ） (2025-10-22T13:15:13Z) - Temporal and Rotational Calibration for Event-Centric Multi-Sensor Systems [24.110040599070796]
イベントカメラは画素レベルの明るさ変化に応じて非同期信号を生成する。
イベント中心型マルチセンサシステムに適した動きに基づく時間・回転キャリブレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2025-08-18T01:53:27Z) - Robust Perspective Correction for Real-World Crack Evolution Tracking in Image-Based Structural Health Monitoring [0.2525107441836083]
本研究では、オープンなKAZEアーキテクチャをSHM固有の課題に適応させる物理インフォームドアライメントフレームワークを提案する。
従来の検出器と比較して、提案手法はクラック面積とスピン長誤差を最大70%と90%削減する。
教師なし、解釈可能、計算量的に軽量なこのアプローチは、UAVやモバイルプラットフォームによるスケーラブルなデプロイメントをサポートする。
論文 参考訳（メタデータ） (2025-05-06T07:25:33Z) - CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis [69.02751635551724]
スペクトルイメージングは、医療や都市景観の理解など、様々な領域で有望な応用を提供する。
スペクトルカメラのチャネル次元と捕獲波長のばらつきは、AI駆動方式の開発を妨げる。
本稿では,RGB,マルチスペクトル,ハイパースペクトル画像を用いたカメラ非依存表現学習モデルCARLを紹介する。
論文 参考訳（メタデータ） (2025-04-27T13:06:40Z) - On Robust Cross-View Consistency in Self-Supervised Monocular Depth Estimation [56.97699793236174]
本論文では,2種類の堅牢なクロスビュー整合性について検討する。
深度特徴空間と3次元ボクセル空間の時間的コヒーレンスを自己教師付き単眼深度推定に利用した。
いくつかのアウトドアベンチマークの実験結果から,本手法は最先端技術より優れていることが示された。
論文 参考訳（メタデータ） (2022-09-19T03:46:13Z)
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。