bundle adjustment
PulseAugur coverage of bundle adjustment — every cluster mentioning bundle adjustment across labs, papers, and developer communities, ranked by signal.
-
新滚动快门相机自标定方法发布
研究人员开发了一种新颖的滚动快门（RS）相机自标定方法，无需标定目标或专用硬件。该新方法通过采用自标定捆绑调整技术，直接从图像序列中估计相机内参和读出时间比。该方法将两个现有的RS成像模型整合到一个统一的双投影模型中，增强了几何和时间一致性，以实现更精确的3D视觉应用。
-
新的CSS-BA方法增强了在复杂场景下的三维重建精度
研究人员开发了一种名为门控列空间搜索捆绑调整（CSS-BA）的新方法，以提高在复杂场景下三维重建的精度和稳定性。该方法通过将更新约束在一个由几何信息指导的低维子空间内，来修改经典的基于Schur的Levenberg-Marquardt（LM）求解器。与选择关键帧的方法不同，CSS-BA在优化中保留所有参数，同时限制更新方向，可以作为现有管线的即插即用替代方案。实验表明，在弱几何情况下，优化更稳定，姿态精度更高。
-
新的EPO框架在无需特征提取的情况下提高了3D基础模型的准确性
研究人员开发了一个名为基于边缘的姿态优化（EPO）的新框架，以提高3D基础模型的准确性。与需要大量特征提取和匹配的传统方法不同，EPO使用边缘图对齐作为几何优化的代理。这种方法避免了显式轨迹构建的需要，显著降低了运行时间和内存需求。评估表明，EPO在性能上可与传统的Bundle Adjustment类方法相媲美或超越，同时适用于消费级硬件。
-
计算机视觉研究推动多模态理解和鲁棒分割
研究人员开发了 WeatherSeg，这是一个半监督分割框架，旨在通过使用双教师-学生模型进行知识蒸馏和分类器权重更新机制，来改善恶劣天气条件下自动驾驶的感知能力。另外，为多摄像头系统提出了一种新的仅姿态几何约束，以提高视觉导航和 3D 场景重建中捆绑调整的计算效率。另一项进展通过将摄像头嵌入校准目标中，实现了多投影仪校准的可扩展性限制，从而可以同时估计投影仪参数。此外，DeepTaxon 提供了一个检索增强的多模态框架，用于生物多样…