Core Concepts
提案手法PeLiCalは、ターゲットを必要とせず、カメラ間の視野範囲が限定的な場合でも、周辺の長い線分特徴を活用して外部パラメータを推定できる。
Abstract
本研究では、RGB-D カメラシステムの外部パラメータ推定のための新しい手法PeLiCalを提案する。従来の手法は、特殊な装置の使用や、カメラ運動の精度に大きく依存していた。
PeLiCalは、カメラ間の視野範囲が限定的な場合でも、周辺の長い線分特徴を活用して外部パラメータを推定する。具体的には以下の手順を踏む:
2つのRGB画像から線分特徴を抽出し、マッチングを行う。
深度画像を用いて、3D線分の座標を推定する。
3D線分と2D線分の幾何学的制約を組み合わせた連立方程式を解いて、初期の回転行列と並進ベクトルを推定する。
推定された回転行列の精度を評価し、収束性の高い線分ペアのみを採用する。
最終的に、線分再投影誤差と3D点-線分誤差を最小化する最適化を行う。
提案手法は、ターゲットを必要とせず、カメラ運動の推定にも依存しないため、従来手法に比べて実用的である。また、実験結果から、視野範囲が限定的な場合でも、高精度な外部パラメータ推定が可能であることが示された。
Stats
回転角度の誤差は最大1.2077°、並進距離の誤差は最大1.3918 cm
視野範囲が重複しない場合でも、従来手法に比べて高精度な推定が可能
Quotes
"PeLiCalは、ターゲットを必要とせず、カメラ運動の推定にも依存しないため、従来手法に比べて実用的である。"
"実験結果から、視野範囲が限定的な場合でも、高精度な外部パラメータ推定が可能であることが示された。"