Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Fast Incremental Bundle Adjustment with Covariance Recovery

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F17%3APU126457" target="_blank" >RIV/00216305:26230/17:PU126457 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://www.fit.vutbr.cz/research/pubs/all.php?id=11542" target="_blank" >http://www.fit.vutbr.cz/research/pubs/all.php?id=11542</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/3DV.2017.00029" target="_blank" >10.1109/3DV.2017.00029</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Fast Incremental Bundle Adjustment with Covariance Recovery

  • Popis výsledku v původním jazyce

    Efcient algorithms exist to obtain a sparse 3D representation of the environment. Bundle adjustment (BA) and structure from motion (SFM) are techniques used to estimate both the camera poses and the set of sparse points in the environment. Many applications require such reconstruction to be performed online, while acquiring the data and produce an updated result every step. Furthermore, using active feedback about the quality of the reconstruction can help selecting the best views to increase the accuracy as well as to maintain a reasonable size of the collected data. This paper provides novel and efcient solutions to solving the associated NLS incrementally, and to compute not only the optimal solution but also the associated uncertainty. The proposed technique highly increases the efciency of the incremental BA solver for long camera trajectory applications and provides extremely fast covariance recovery.

  • Název v anglickém jazyce

    Fast Incremental Bundle Adjustment with Covariance Recovery

  • Popis výsledku anglicky

    Efcient algorithms exist to obtain a sparse 3D representation of the environment. Bundle adjustment (BA) and structure from motion (SFM) are techniques used to estimate both the camera poses and the set of sparse points in the environment. Many applications require such reconstruction to be performed online, while acquiring the data and produce an updated result every step. Furthermore, using active feedback about the quality of the reconstruction can help selecting the best views to increase the accuracy as well as to maintain a reasonable size of the collected data. This paper provides novel and efcient solutions to solving the associated NLS incrementally, and to compute not only the optimal solution but also the associated uncertainty. The proposed technique highly increases the efciency of the incremental BA solver for long camera trajectory applications and provides extremely fast covariance recovery.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/VI20172020068" target="_blank" >VI20172020068: Nástroje a metody zpracování videa a obrazu pro zvýšení efektivity operací bezpečnostních a záchranných složek</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2017 Fifth International Conference on 3D Vision

  • ISBN

    978-989-8425-47-8

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    1-9

  • Název nakladatele

    Institute of Electrical and Electronics Engineers

  • Místo vydání

    Qingdao

  • Místo konání akce

    Qingdao, China

  • Datum konání akce

    10. 10. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000454981700019