論文の概要: 3D Pose Estimation in Projection Space via Pixel-level Visible Light Communication

• arxiv url: http://arxiv.org/abs/2611.06121v1
• Date: Wed, 04 Nov 2026 08:07:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:58.021209
• Title: 3D Pose Estimation in Projection Space via Pixel-level Visible Light Communication
• Title（参考訳）: 画素レベルの可視光通信による投影空間の3次元空間推定
• Abstract要約: PVLCに基づくポーズ推定は、パースペクティブ・パースペクティブ(n-Point)問題として3次元に拡張する。 提案システムでは,約8msのレイテンシで3Dポーズを推定し,カルマンフィルタ後の3D位置を19.2mmとした。 その結果,外部センシングインフラを使わずに,高品質な投影画像コンテンツと協調したリアルタイム3次元ポーズ推定の最初の実現が確認された。
• 参考スコア（独自算出の注目度）: 4.481230230086981
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Projector-based augmented reality enables natural interaction between users and devices by overlaying digital information onto the physical world through projected imagery. A key technical requirement of such systems is accurate positional alignment between the projector and the devices. Pixel-level Visible Light Communication (PVLC) achieves this alignment without external sensing infrastructure by embedding invisible spatial codes into each projected pixel through high-speed brightness modulation that preserves image quality. However, the information that PVLC transmits is inherently planar. PVLC has therefore been limited to devices moving on a flat surface and cannot estimate the 3D pose of devices in three-dimensional space, such as aerial robots. To extend PVLC-based pose estimation to three dimensions, we formulate it as a Perspective-n-Point (PnP) problem. The 2D pixel positions that four coplanar photosensors on the device receive via PVLC serve as the image points, and their known 3D layout provides the object points. Experiments show that the proposed system estimates 3D pose with a latency of approximately 8~ms and a 3D position RMSE of 19.2~mm after Kalman filtering. These results confirm the first realization of real-time 3D pose estimation coordinated with high-quality projected image content without external sensing infrastructure.
• Abstract（参考訳）: プロジェクターベースの拡張現実は、投影された画像を通してデジタル情報を物理世界へオーバーレイすることで、ユーザーとデバイス間の自然な相互作用を可能にする。 このようなシステムの重要な技術的要件は、プロジェクタとデバイスの間の正確な位置アライメントである。 画素レベルの可視光通信(PVLC)は、画像品質を保った高速輝度変調により、各投影された画素に見えない空間コードを埋め込むことで、外部センシングインフラなしでこのアライメントを実現する。 しかし、PVLCが送信する情報は本質的に平面的である。 そのためPVLCは平面上で動くデバイスに限られており、空中ロボットのような三次元空間におけるデバイスの3Dポーズを推定することはできない。 PVLCに基づくポーズ推定を3次元に拡張するために、パースペクティブ・n・ポイント(PnP)問題として定式化する。 デバイス上の4つのコプラナー光センサがPVLCを介して受信する2Dピクセルは、画像ポイントとして機能し、その既知の3Dレイアウトは、オブジェクトポイントを提供する。 実験の結果,提案システムでは,約8～msの待ち時間と,カルマンフィルタ後の3D位置RMSE19.2〜mmで推定した。 これらの結果は,外部センシングインフラを使わずに,高品質な投影画像コンテンツと協調したリアルタイム3次元ポーズ推定を初めて実現したことを裏付けるものである。

関連論文リスト

• Knowledge-Driven Dimension Estimation from a Single Image -3D Asset Generation Technology for Digital Twin Construction [0.0]
  本稿では,オブジェクトを複数の構造要素に分解することで,オブジェクトのスケールを推定する方法を提案する。 推定成分を再構成することによりオブジェクトの3Dアセットを生成する。 これにより、デジタル双対空間内の実環境を近似したスケールで3Dアセットを配置することができる。
  論文  参考訳（メタデータ） (2026-06-29T20:35:54Z)
• FreqPDE: Rethinking Positional Depth Embedding for Multi-View 3D Object Detection Transformers [91.59069344768858]
  周波数対応位置深度埋め込み (FreqPDE) を導入し, 空間情報と2次元画像特徴を付加して3次元検出変換器デコーダを提案する。 FreqPDEは2D画像特徴と3D位置埋め込みを組み合わせることで、クエリデコーディングのための3D深度認識機能を生成する。
  論文  参考訳（メタデータ） (2025-10-17T07:36:54Z)
• Towards Scalable Spatial Intelligence via 2D-to-3D Data Lifting [64.64738535860351]
  単一ビュー画像を包括的・スケール的・外観リアルな3D表現に変換するスケーラブルなパイプラインを提案する。 本手法は,画像の膨大な保存と空間的シーン理解への需要の増大とのギャップを埋めるものである。 画像から精度の高い3Dデータを自動的に生成することにより,データ収集コストを大幅に削減し,空間知性を向上するための新たな道を開く。
  論文  参考訳（メタデータ） (2025-07-24T14:53:26Z)
• PointVDP: Learning View-Dependent Projection by Fireworks Rays for 3D Point Cloud Segmentation [66.00721801098574]
  本稿では,ポイントクラウドのセグメンテーションを容易にするために,ビュー依存プロジェクション(VDP)を提案する。 VDPは3Dポイント分布からデータ駆動プロジェクションを生成する。 フレームワークを最適化するために色規則化を構築します。
  論文  参考訳（メタデータ） (2025-07-09T07:44:00Z)
• Calibrating Panoramic Depth Estimation for Practical Localization and Mapping [20.621442016969976]
  周囲環境の絶対深度値は, 局所化, ナビゲーション, 3次元構造推定など, 様々な補助技術にとって重要な手がかりとなる。 本研究では,パノラマ画像から推定される精度の高い深度が,3次元情報を必要とする幅広い下流タスクに対して,強力で軽量な入力として機能することを提案する。
  論文  参考訳（メタデータ） (2023-08-27T04:50:05Z)
• Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
  本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。 既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
  論文  参考訳（メタデータ） (2023-08-21T10:38:32Z)
• MonoPGC: Monocular 3D Object Detection with Pixel Geometry Contexts [6.639648061168067]
  我々は、リッチなPixel Geometry Contextsを備えた新しいエンドツーエンドのモノクロ3Dオブジェクト検出フレームワークであるMonoPGCを提案する。 我々は,局所的および大域的な深度幾何学的知識を視覚的特徴に注入するために,画素深度推定を補助タスクとして導入し,設計深度クロスアテンションピラミッドモジュール(DCPM)を設計する。 さらに,3次元空間位置と奥行き認識機能を効率よく統合するDSATを提案する。
  論文  参考訳（メタデータ） (2023-02-21T09:21:58Z)
• OA-DET3D: Embedding Object Awareness as a General Plug-in for Multi-Camera 3D Object Detection [77.43427778037203]
  我々は3Dオブジェクト検出を改善するプラグインモジュールであるOA-DET3Dを紹介する。 OA-DET3Dは、オブジェクト中心の深度情報と前景の擬似点を活用することにより、オブジェクトの表現を高める。 我々は、OA-DET3Dの有効性を検証するために、nuScenesデータセットとArgoverse 2データセットについて広範な実験を行った。
  論文  参考訳（メタデータ） (2023-01-13T06:02:31Z)
• Multifocal Stereoscopic Projection Mapping [24.101349988126692]
  現在の立体PM技術は両眼のキューのみを満足し、適切なフォーカスキューを提供することができない。 本稿では,立体的PMにおける頂点調節競合(VAC)を緩和するための多焦点アプローチを提案する。 3次元CGオブジェクトは、投影された画像の仮想画像が所望距離にある場合にのみ、同期された高速プロジェクタから投影される。
  論文  参考訳（メタデータ） (2021-10-08T06:13:10Z)
• Lightweight Multi-View 3D Pose Estimation through Camera-Disentangled Representation [57.11299763566534]
  空間校正カメラで撮影した多視点画像から3次元ポーズを復元する手法を提案する。 我々は3次元形状を利用して、入力画像をカメラ視点から切り離したポーズの潜在表現に融合する。 アーキテクチャは、カメラプロジェクション演算子に学習した表現を条件付け、ビュー当たりの正確な2次元検出を生成する。
  論文  参考訳（メタデータ） (2020-04-05T12:52:29Z)

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。