Sep, 2021

分秒之间的旋转平均值：一种基于原始对偶方法和闭合形式的循环图算法

PDF
TL;DR本文从最大似然估计的角度出发，提出了一种新的无需初始化的原始 - 对偶方法来解决旋转平均问题，同时，在循环图中得出了旋转平均的第一个闭合解，这一方法在精度和性能方面都有了显著的提升。
geometric reconstructionrotation averagingbundle adjustmentstructure-from-motionspectral graph theory
发现论文，激发创造
  • 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

  • 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

  • 仅旋转束调整

    提出一种新方法来独立估计相机的全局旋转，从而改进旋转平均的精度，并且对不准确的平移和结构具有完全免疫力。

    Nov, 2020

  • 多不可约谱同步用于稳健旋转平均

    使用谐波分析和谱松弛方法解决旋转平均问题，通过与测量图属性相关的性能保证，指导传感器布置、网络压缩和主动感知等任务。

    Nov, 2023

  • 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

  • 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

  • 重新审视旋转平均：不确定性与鲁棒损失

    本论文提出一种改进的旋转平均方法，通过直接将不确定性从点对应中传播到旋转平均中来模拟基础噪声分布，同时探索了将 MAGSAC 损失整合到旋转平均问题中的可能性，较之传统的健壮损失方法在大规模公共基准测试中的精度更高。

    Mar, 2023

  • Shonan 旋转平均化：通过在 $SO (p)^n$ 上搜索实现全局最优

    Shonan Rotation Averaging 是一种快速、简单和优雅的旋转平均算法，利用半定松弛来解决旋转平均问题实现全局最优解，可以解决大规模实例，并保持当前 SFM 方法的速度和可扩展性。

    Aug, 2020

  • 复合凸最小化加速对偶平均原始对偶算法

    本论文提出一种新的加速双平均主 - 双算法来最小化组合凸函数，并推导了该方法的随机版本，从理论和实证上证明了其在处理稀疏数据方面的优势。

    Jan, 2020

  • 增量旋转均匀化再审视与更多：新的旋转均匀化基准

    本文介绍了一种名为 IRAv4 的增量旋转平均方法，其中使用了特定任务的连接支配集作为旋转全局对齐的可靠参考，并提出了一种基于 COLMAP 的旋转平均基准，将旋转和下游位置估计精度作为评估指标，与其他主流旋转平均方法进行了全面的比较。

    Sep, 2023