論文の概要: Metric Scale for Insta360 Structure-from-Motion from the Camera's Embedded IMU

• arxiv url: http://arxiv.org/abs/2610.35554v2
• Date: Tue, 27 Oct 2026 08:47:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.362996
• Title: Metric Scale for Insta360 Structure-from-Motion from the Camera's Embedded IMU
• Title（参考訳）: カメラ内蔵IMUからのInsta360構造からの計測
• Abstract要約: 消費者360度カメラの二重魚眼ビデオからのSfM(Structure-from-motion)は、類似性変換のみを回復する。 本稿では,Insta360 X5 に埋め込まれた IMU と 1kHz で記録された X6 という,自己完結型の代替品を評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Structure-from-motion (SfM) from the dual-fisheye video of a consumer 360-degree camera recovers geometry only up to a similarity transform; in the pipeline considered here, metric scale is obtained from smartphone ARKit or ARCore poses captured alongside the camera. This paper evaluates a self-contained alternative: the IMU embedded in the Insta360 X5 and X6, recorded at 1 kHz. The sensor is characterised (noise density, camera-IMU synchronisation, accelerometer scale factor, bias stability), the camera-IMU rotation and frame timing are estimated from the data, and the scale is recovered by a linear visual-inertial alignment over the SfM poses of a whole survey. The standard formulation, with gravity and accelerometer bias shared across the survey, overestimates the scale by 3.4% on average; estimating each contiguous segment independently and averaging removes the bias. On nine surveys with a co-mounted LiDAR scanner the inertial scale deviates from the LiDAR by 0.81% in mean absolute error, against 1.94% for the smartphone scale; on printed fiducial markers both agree within the 1% uncertainty of the target. On the reference trajectories of thirty sequences of a public benchmark, brought to scales of 1/40, 1 and 40, the estimator recovers the metric scale with a mean error of -0.07% and a standard deviation of 1.28%. On fifty production surveys where the smartphone is the only reference, the two scales agree to a standard deviation of 2.3%, the inertial scale being 0.3% lower on average; the difference is uncorrelated with run length, grows with the extent of the smartphone anchor, and cannot be attributed to either reference. An ablation over window construction and a comparison with monocular metric-depth networks complete the study.
• Abstract（参考訳）: コンシューマの360度カメラのデュアルフィッシュアイビデオからのStructure-from-motion (SfM)は、類似性変換のみを回復し、ここで検討したパイプラインでは、スマートフォンのARKitまたはARCoreのポーズからメトリックスケールが取得される。 本稿では,Insta360 X5 と X6 に埋め込まれた IMU を1kHz で記録する自己完結型代替機として評価する。 センサを特徴付け(ノイズ密度、カメラ-IMU同期、加速度計スケールファクタ、バイアス安定性)、このデータからカメラ-IMU回転とフレームタイミングを推定し、全サーベイのSfMポーズに対する線形視覚慣性アライメントによりスケールを復元する。 標準定式化は、重力と加速度計のバイアスを調査全体で共有し、平均で3.4%のスケールを過大評価する。 搭載されたLiDARスキャナーによる9つの調査では、LiDARの慣性スケールは平均で0.81%ずれ、スマートフォンのスケールは1.94%であり、印刷されたフィデューシャルマーカーはどちらも目標の1%の不確実性の範囲内で一致している。 公的なベンチマークの30列の基準軌跡を1/40, 1, 40のスケールとし、推定器は平均誤差-0.07%、標準偏差1.28%で計量スケールを復元する。 スマートフォンが唯一の基準である50の製品調査では、2つのスケールは標準偏差2.3%、慣性スケールは平均0.3%と一致している。 ウィンドウ構築に対するアブレーションと、単分子距離ネットワークとの比較は、研究を完了した。

関連論文リスト

• Tread: A Visuo-Inertial Framework for Terrain and Locomotion Context-Aware Gait-Phase and Speed Estimation in Wearable Robotics [0.5046831208137847]
  ウェアラブルロボットは、地形、移動モード、歩行フェーズ、歩行速度を継続的に推定する必要がある。 本稿では,これらの推定を因果パイプラインを介して接続するビジュオ慣性フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-10-13T19:02:50Z)
• GAUGE: Group-Wise View-Inconsistency Rectification for Feed-Forward 4D Tracking [48.91477882822122]
  本稿では,GAUGE(Group-wise Adaptive Unsupervised Gauge Estimation)について述べる。 方向整合性と空間接続性から運動群を復元し、フレーム単位のラジアルスケールとグループレベルの変換を推定する。 D4RT, 4RC, SM4RTを含む8つのトラッカーの動的クエリポイントでは, 訂正されていない予測に対して, 終端誤差を15.1%から62.6%削減する。
  論文  参考訳（メタデータ） (2026-09-26T13:14:53Z)
• GINIO: A Geometric SO(3)-Equivariant Interface for Neural Inertial Odometry [11.049454306210428]
  我々は、IMU測定フレームの任意の回転の下で、神経慣性オドメトリーのための幾何SO(3)等価なインタフェースであるGINIOを提案する。 センサフレームの効率的な学習を支援するために,決定論的前処理ステップであるLast-Frame Alignment(LFA)を導入する。 また、フィルタ接続されたNIO、AirIOスタイルのリカレント空中予測、EqNIOスタイルのフルSO(3)標準化、ResNetスタイルの時間バックボーンにおいて、同じインターフェースをインスタンス化する。
  論文  参考訳（メタデータ） (2026-09-21T19:28:14Z)
• Differential 6-DOF Pose Estimation with Provable First-Order Immunity to Camera Calibration Errors [39.41872679860813]
  従来の3D-2D手法では、絶対的なカメラポーズを毎回独立して推定し、カメラからプラットフォームへのポーズを通してプラットフォームの動きを復元する。 本稿では,フレーム間画像変位と既知の3次元制御点からプラットフォームの動きを直接復元する差分ポーズ推定手法を提案する。 回転誤差は、キャリブレーション誤差、動き、大きさ、観察幾何学によって決定される有界摂動を誘導する一方で、外在誤差が正確にキャンセルされることを証明した。
  論文  参考訳（メタデータ） (2026-08-05T10:36:04Z)
• FoundationGeo: Learning Spatial Pixel-Wise Fields for Monocular Metric Geometry [52.232826445242644]
  FoundationGeoは空間キャリブレーションと原則データ設計による相対的および計量的予測を橋渡しする。 ステージ1は DINOv3 で初期化することで高忠実なアフィン不変幾何モデルを学ぶ。 ステージ2は、メートル法推定のためのピクセルワイドキャリブレーションフィールドを導入することで、グローバルなスケーリングを越えている。
  論文  参考訳（メタデータ） (2026-07-13T14:10:01Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• Globally Optimal Relative Pose Estimation with Gravity Prior [63.74377065002315]
  例えば、車やUAVで使われるスマートフォン、タブレット、カメラシステムは、通常は重力ベクトルを正確に測定できるIMUを備えている。 我々は,最小二乗の意味での代数的誤差を最小限に抑え,過度に決定されたポーズにおける相対的なポーズを推定する,新しいグローバル最適解法を提案する。 提案した解法は、約50万枚の画像対を持つ4つの実世界のデータセットの最先端の解法と比較される。
  論文  参考訳（メタデータ） (2020-12-01T13:09:59Z)

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。