MétaCan
Menu
Retour à la cohorte
Enregistrement W2048534840 · doi:10.1109/eit.2009.5189597

Using stereo geometry towards accurate 3D reconstruction

2009· article· en· W2048534840 sur OpenAlexaff
Z. Wang, Boubakeur Boufama

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Vision and Imaging
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésArtificial intelligenceComputer visionTranslation (biology)Rotation (mathematics)RoboticsStereopsisEuclidean geometryComputer scienceConstraint (computer-aided design)GeometryCalibrationMotion (physics)Structure from motionComputer stereo visionMathematicsRobot

Résumé

récupéré en direct d'OpenAlex

This paper addresses the problem of threedimensional reconstruction and how the geometry of the stereo vision system affects the quality of such a reconstruction. We have considered the general case of non calibrated cameras with approximately known intrinsic parameters. The latter could be known either from previous experiments or from the manufacturer's specifications. In particular, the paper aims at finding the best geometric configuration of the stereo vision system(rotation and translation between the two cameras) that is the least sensitive to errors on the intrinsic parameters. Given that in most cases, in robotics for instance, we have the freedom to set-up the geometry of the stereo vision system, finding how cameras' geometry interacts with errors from different sources is a central issue. Furthermore, when the intrinsic parameters are completely unknown, we have used a single constraint from the scene that has allowed us to calculate the focal length and therefore, the Euclidean reconstruction. We have used extensive simulations where the stereo vision geometry has ranged from pure translation to general 3D motion. The obtained results have clearly shown that a pure translation is always better, as it is not significantly affected by errors on the intrinsic parameters. When assuming that the intrinsic parameters are not known, the use of the perpendicularity constraint from the scene has made it possible to avoid the classical and tedious calibration process.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,275

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,054
Tête enseignante GPT0,339
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Vision and ImagingTravaux en français237 207