Sep, 2019

利用旋转平均和团约束解决标记姿态的模糊性

PDF
TL;DR本篇论文提出了一种通过检测无人机平面标记的多个视角的一致性来解决定位问题中的歧义问题的方法。该方法可以更有效地解决标记姿态歧义问题，并提供更精确、完整的基于标记的映射和定位。
planar markersroboticscomputer visionpose estimationambiguity problem
发现论文，激发创造
  • 平面标志物的映射和定位

    本文提出了一种利用方形平面标记同时解决定位和建图问题的新方法，通过创建相对标记姿态的箭头以及在所有观察帧中最小化平面标记再投影误差的方式进行全局定位优化，实验表明该方法优于运动结构和视觉 SLAM 技术。

    Jun, 2016

  • 使用平面正方形标记同时进行多视角相机姿态估计和物体跟踪

    本文提出了一种新的方法，同时解决了使用固定平面标记来进行多相机三维物体跟踪所面临的问题，能够在低分辨率摄像头下获得高精度的跟踪结果，从而在实现物体实时跟踪的同时，大大降低了计算成本。

    Mar, 2021

  • MarkerPose：精确立体位置估计的鲁棒实时平面目标跟踪

    该研究提出了 MarkerPose，一个基于三个圆形平面目标和立体视觉系统的强韧实时姿态估计系统，其包括用于 marker 点检测的像素级准确键点定位和分类的 SuperPoint 网络以及用于亚像素级准确键点检测的轻量级椭圆分割网络。该方法通过立体测量来估计 marker 的姿态，具有更高的精度和抗噪声性能，适用于需要高精度姿态估计的 3D 自由手超声系统中。

    May, 2021

  • 混合旋转均值：一种快速且鲁棒的旋转均值方法

    本文提出一种采用局部和全局旋转平均法的混合方法，结合快速的视图图滤波预处理，解决 3D 重建中的精度和准确性问题，并将此方法应用于增量式运动结构，从而将此方法的实用性提高到很高的程度，实验表明，此方法可以有效地纠正糟糕的相机姿态和减小漂移。

    Jan, 2021

  • NeuRoRA：神经鲁棒旋转平均

    该研究提出了一种基于神经网络的方法，将传统图像定位模型的迭代优化方法替换为两个网络之间的组合，该组合由视图图形清理网络和微调网络组成。

    Dec, 2019

  • PRAGO：基于目标检测的可微分多视角姿态优化

    通过优化序列的几何任务，我们提出了一种称为 PRAGO 的求解相机位姿的方法，该方法通过在无序图像上进行目标位置的细化来优化旋转和绝对位置，实现了在小型稀疏场景中相比于非可微求解器更好的性能。

    Mar, 2024

  • 无标记运动捕捉的 3D 人体姿态估计算法综述

    本文综述了过去五年间的主要人体姿势估计方法，重点关注指标、基准和方法结构，提出了基于准确性、速度和鲁棒性的分类方法，并得出了未来研究的方向。

    Oct, 2020

  • 带统计保证的物体位姿估计：依从关键点检测和几何不确定性传播

    本文提出了一个可证明误差界限的姿态估计器，基于两阶段目标姿态估计范例，并注入了两个基本变化，即确定性关键点检测和几何不确定性传播。进行实验展示，PURSE 覆盖了真实姿态和最坏情况下的误差边界提供了正确的不确定性量化

    Mar, 2023

  • 循环图中的旋转平均：基于原始 - 对偶方法和闭合形式

    通过最大似然估计的方法，本文针对旋转平均问题提出了一种新的原始 - 对偶方法，以解决在计算机视觉和摄像机网络标定中使用的非凸高维优化问题，并在多个情境中对该方法进行了基准测试，通过对偶理论验证了解决方案的有效性和性能提升。

    May, 2024

  • 基于增量旋转平均和环路闭合的单目旋转里程计

    通过 2D-2D 特征匹配技术，利用旋转平均算法设计一种可快速而又准确地估算单目相机旋转方向的系统，该系统通过维护一个视图图形并解决旋转问题来估算摄像机轨迹和地图，并驱动 V-SLAM 系统跟踪纯旋转运动。

    Oct, 2020