首页/论文/1503.03637

arXiv 1503.036372015-03cs.CV

极图平移范数的计算

On Computing the Translations Norm in the Epipolar Graph

University of Udine（乌迪内大学）；STMicroelectronics（意法半导体）

Federica Arrigoni, Beatrice Rossi, Andrea Fusiello

备注：: Accepted at 3DV 2015
发表信息：: Proceedings of the 2015 International Conference on 3D Vision, pp. 300-308
DOI：: 10.1109/3DV.2015.41

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

本文讨论了基于相对旋转和平移方向知识的摄像机间相对平移未知范数的恢复问题。我们给出了这类问题可解的理论条件，并提出了一种两阶段的求解方法：首先计算对极图的循环基，然后通过求解齐次线性方程组来同时恢复所有的尺度因子.我们证明了我们的解决方案的准确性，通过合成和真实的实验。

英文摘要：

This paper deals with the problem of recovering the unknown norm of relative translations between cameras based on the knowledge of relative rotations and translation directions. We provide theoretical conditions for the solvability of such a problem, and we propose a two-stage method to solve it. First, a cycle basis for the epipolar graph is computed, then all the scaling factors are recovered simultaneously by solving a homogeneous linear system. We demonstrate the accuracy of our solution by means of synthetic and real experiments.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

归一化核线误差的几何解释

Geometric Interpretations of the Normalized Epipolar Error

University of Zaragoza（萨拉戈萨大学）

在这项工作中，我们提供了几何解释的归一化核线误差。最值得注意的是，我们表明，它是直接关系到以下数量：（1）之间的最短距离的两个反向投影射线，（2）二面角之间的两个边界核平面，和（3）的$L_1$ -最佳角度重投影误差。

2020-12-30cs.CV

不确定特征位置下帧间旋转优化的概率法向核线约束

The Probabilistic Normal Epipolar Constraint for Frame-To-Frame Rotation Optimization under Uncertain Feature Positions

Technical University of Munich（慕尼黑工业大学）；University of Bonn（波恩大学）

在计算机视觉中，两个摄像机的相对姿态估计是一个基本问题。Kneip等人提出通过引入法向对极线约束（NEC）来解决这个问题。然而，他们的方法没有考虑不确定性，因此估计的相对姿态的准确性高度依赖于目标帧中的准确特征位置。在这项工作中，我们引入了概率正常极线约束（PNEC），克服了这一限制占各向异性和非均匀的不确定性特征位置。为此，我们提出了一个新的目标函数，以及一个有效的优化方案，有效地最大限度地减少我们的目标，同时保持实时性能。在合成数据上的实验中，我们证明了新的PNEC比原来的NEC和几个流行的相对旋转估计算法产生更准确的旋转估计。此外，我们将所提出的方法集成到一个最先进的单目旋转测距系统中，并在现实世界的KITTI数据集上实现了一致的改进结果。

2022-04-05cs.CVcs.RO

基于关系epipolar图的鲁棒相对相机姿态估计

Geometry-Aware Epipolar Correspondence Graphs for Monocular Visual Odometry

International Institute of Information Technology（国际信息科技研究所）

本文提出基于epipolar图的关系推断方法，用于估计相对相机姿态，通过图操作估计旋转、平移和本质矩阵，提升对密集噪声和大基线变化的鲁棒性。

2026-10-27cs.CVcs.RO

基于转动凯莱表示的五点位姿问题的数学解

An Algorithmic Solution to the Five-Point Pose Problem Based on the Cayley Representation of Rotations

South Ural State University（南乌拉尔国立大学）

我们给出了一个新的算法解决著名的五点相对姿态问题。我们的方法不处理著名的三次约束的基本矩阵。相反，我们使用的凯莱表示的旋转，以获得一个多项式系统的极线约束。通过求解该方程组，我们可以直接得到摄像机的相对旋转和平移参数。

2013-02-02cs.CV

RelMobNet：使用鲁棒两阶段训练的端到端相对摄像机姿态估计

RelMobNet: End-to-end relative camera pose estimation using a robust two-stage training

KAIST（韩国科学技术院）；Institute for Basic Science（基础科学研究院）

相对摄像机姿态估计，即使用在不同位置拍摄的一对图像来估计平移和旋转向量，是增强现实和机器人系统中的重要部分。在本文中，我们提出了一个端到端的相对摄像机姿态估计网络使用的连体架构，是独立的摄像机参数。该网络使用Cambridge Landmarks数据进行训练，其中包含四个单独的场景数据集和一个组合四个场景的数据集。为了提高泛化能力，我们提出了一种新的两阶段训练方法，该方法消除了对超参数的需求，以平衡平移和旋转损失尺度。将该方法与基于一阶段训练CNN的方法（如RPNet和RCPNet）进行比较，并证明该模型在国王学院，旧医院和圣玛丽教堂场景上分别将平移向量估计提高了16.11%，28.88%和52.27%。为了证明纹理不变性，我们研究了所提出的方法的推广，增加数据集到不同的场景风格，烧蚀研究，使用生成对抗网络。此外，我们提出了我们的网络预测和地面实况构成的极线的定性评估。

2022-07-10cs.CVcs.RO

基于关键点的无注释手语翻译

Keypoint based Sign Language Translation without Glosses

Incheon National University（仁川国立大学）；Chung-Ang University（中央大学）；Ewha Womans University（梨花女子大学）；Konkuk University（建国大学）

与手语识别（SLR）的研究相比，手语翻译（SLR）是一项研究相对较少的任务。然而，SLR是一项认识到手语独特语法的研究，手语不同于口语，存在非残疾人无法轻松理解的问题。所以，我们要解决的问题，直接翻译手语视频中的口语。为此，我们提出了一种新的关键点规范化方法，用于基于签名者的骨架点进行翻译，并在手语翻译中对这些点进行鲁棒规范化。它有助于通过根据身体部位定制的归一化方法来提高性能。此外，我们提出了一种随机帧选择方法，使帧增强和采样在同一时间。最后，通过基于注意力的翻译模型将其翻译成口语。我们的方法可以应用于各种数据集的方式，可以应用于数据集没有掩盖。此外，定量的实验评价证明了我们的方法的优越性。

2022-06-14cs.CV

更多相关论文收起更多论文

MeRoPE：用于相机控制视频生成的度量旋转位置嵌入

MeRoPE: Metric Rotary Position Embedding for Camera-Controlled Video Generation

The Hong Kong University of Science and Technology（香港科技大学）；Zhuoyu Technology（卓誉科技）

该研究针对相机控制视频生成中现有位置编码的尺度相关失效问题，提出 MeRoPE 编码，在 nuScenes、PanShot 数据集上实现了更强的相机运动控制一致性。

2026-09-02cs.CVcs.RO

基于范例的图像翻译中的非平衡特征传输

Unbalanced Feature Transport for Exemplar-based Image Translation

Nanyang Technological University（南洋理工大学）

尽管GANs在具有不同条件输入（如语义分割和边缘图）的图像翻译中取得了巨大成功，但生成具有参考样式的高保真逼真图像仍然是条件图像到图像翻译中的巨大挑战。本文提出了一个通用的图像翻译框架，它结合了最优传输的图像翻译中的条件输入和风格范例之间的特征对齐。最优传输的引入大大减轻了多对一特征匹配的约束，同时在条件输入和样本之间建立了准确的语义对应。我们设计了一种新的不平衡最优传输，以解决条件输入和样本之间广泛存在的偏差分布的功能之间的传输。此外，我们设计了一个语义激活规范化方案，成功地将范例的风格特征注入到图像翻译过程中。多个图像翻译任务的大量实验表明，我们的方法实现了卓越的图像翻译质量和定量相比，国家的最先进的。

2021-06-19cs.CV

基于分形图像模型的旋转-缩放-平移参数估计

Efficient Rotation-Scaling-Translation Parameters Estimation Based on Fractal Image Model

National Aerospace University（国立航空航天大学）；University of Rennes 1（雷恩第一大学）

研究了基于旋转-等距缩放-平移变换假设的亚像素图像配准问题。我们的方法是基于几何变换纹理图像片段的参数化建模和它们之间的变换向量的最大似然估计。由于基于局部碎片纹理的分数布朗运动建模的参数化方法，所提出的估计MLfBm（ML代表“最大似然”，fBm代表“分形布朗运动”）与依赖于通用相似性度量如互信息或归一化相关性的其他方法相比具有更好地适应真实图像纹理内容的能力。当fBm模型的基本假设完全满足时，例如对于具有固定增量的各向同性正态分布纹理，观察到主要益处。仿真和真实图像以及注册图像之间的高相关性和弱相关性的实验表明，与其他最先进的方法相比，MLfBm估计器提供了显着的改进。它将平移矢量、旋转角度和比例因子估计误差减少了约1.75倍。2，它降低了高达5倍的错误匹配的概率。此外，MLfBm估计的准确的置信区间可以得到的Cramer-Rao下界的旋转-缩放-平移参数估计误差。这个界限取决于纹理粗糙度，参考和模板图像中的噪声水平，这些图像和几何变换参数之间的相关性。

2015-07-04cs.CV

U-GAT-IT：具有自适应层实例归一化的无监督生成注意网络

U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation

Clova AI Research, NAVER Corp（NAVER公司Clova AI研究中心）；NCSOFT；Boeing Korea Engineering and Technology Center（波音韩国工程技术中心）

我们提出了一种新的无监督图像到图像的翻译方法，它采用了一个新的注意力模块和一个新的可学习的规范化函数在一个端到端的方式。注意力模块根据辅助分类器获得的注意力图，引导我们的模型专注于区分源域和目标域的更重要区域。与以前的基于注意力的方法不能处理域之间的几何变化不同，我们的模型可以翻译需要整体变化的图像和需要大的形状变化的图像。此外，我们新的AdaLIN（自适应层实例归一化）功能可以帮助我们的注意力引导模型通过学习参数灵活地控制形状和纹理的变化量，具体取决于数据集。实验结果表明，该方法的优越性相比，现有的国家的最先进的模型具有固定的网络结构和超参数。我们的代码和数据集可在https://github.com/taki0112/UGATIT或https://github.com/znxlwm/UGATIT-pytorch上获得。

2020-04-08cs.CVeess.IV