Epipolar Geometry Estimation for Wide-baseline Omnidirectional Street View Images
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F11%3A00187146" target="_blank" >RIV/68407700:21230/11:00187146 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Epipolar Geometry Estimation for Wide-baseline Omnidirectional Street View Images
Popis výsledku v původním jazyce
This paper presents a new robust method of epipolar-geometry estimation for omnidirectional images in wide-baseline settings, e.g. with Goolgle Street View images. The main idea is to learn new statistical geometric constraints that are derived from thefeature descriptors into the model verification process of RANSAC. We show that these constraints provide correct epipolae geometry in very difficult situations. Robustness of epipolar-geometry estimation is quantitativelt evaluated for omnidirectional image pairs with variable baseline. The performance of the proposed method is demonstrated using the complete pipeline of structure-from-motion with real datasets of Google Street View images.
Název v anglickém jazyce
Epipolar Geometry Estimation for Wide-baseline Omnidirectional Street View Images
Popis výsledku anglicky
This paper presents a new robust method of epipolar-geometry estimation for omnidirectional images in wide-baseline settings, e.g. with Goolgle Street View images. The main idea is to learn new statistical geometric constraints that are derived from thefeature descriptors into the model verification process of RANSAC. We show that these constraints provide correct epipolae geometry in very difficult situations. Robustness of epipolar-geometry estimation is quantitativelt evaluated for omnidirectional image pairs with variable baseline. The performance of the proposed method is demonstrated using the complete pipeline of structure-from-motion with real datasets of Google Street View images.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/7E10046" target="_blank" >7E10046: Planetary Robotics Vision Scout</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2011
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
2011 IEEE International Conference on Computer Vision Workshops (ICCV Workshops)
ISBN
978-1-4673-0063-6
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
56-63
Název nakladatele
IEEE Computer Society Press
Místo vydání
Los Alamitos
Místo konání akce
Barcelona
Datum konání akce
6. 11. 2011
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—