Forêt de Régression Précise basée sur des Caractéristiques Éparses pour la Relocalisation de Caméra en Temps-Réel - Université de Rennes Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Forêt de Régression Précise basée sur des Caractéristiques Éparses pour la Relocalisation de Caméra en Temps-Réel

Résumé

La relocalisation de caméra se réfèreà la problématique de définir la pose d'une caméra qui est six degrés de liberté (6-DoF) exprimée dans le système de coordonnées du monde sans contrainte temporelle. La relocalisation de caméra est nécessaire dans les systèmes de localisation. Cependant, il est encore difficile d'avoir une méthode précise et temps réel. Dans cet article, nous introduisons notre méthode hybride qui fusionne apprentissage automatique et approche géométrique pour une relocalisation rapide et précise de caméraà partir d'une seule image RVB. Nous proposons une forêt de régression qui utiliseà chaque fonction de répartition un vecteur complet de caractéristiques, afin d'améliorer la précision des correspondances de points 2D-3D. Les résultats indiquent que notre méthode est quasi temps réel (50ms par image), et est aussi précise que les meilleures méthodes de relocalisation. De plus, les résultats montrentégalement que notre méthode est capable de relever les défis de l'occlusion partielle ainsi que du changement d'éclairage.
Fichier principal
Vignette du fichier
GRETSI-postprint.pdf (609.82 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02392666 , version 1 (04-12-2019)

Identifiants

  • HAL Id : hal-02392666 , version 1

Citer

Nam-Duong Duong, Catherine Soladie, Amine Kacete, Pierre-Yves Richard, Jérôme Royan. Forêt de Régression Précise basée sur des Caractéristiques Éparses pour la Relocalisation de Caméra en Temps-Réel. GRETSI, Aug 2019, Lille, France. ⟨hal-02392666⟩
101 Consultations
46 Téléchargements

Partager

Gmail Facebook X LinkedIn More