Rolling Shutter Camera Absolute Pose
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F20%3A00327669" target="_blank" >RIV/68407700:21230/20:00327669 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/68407700:21730/20:00327669
Výsledek na webu
<a href="https://doi.org/10.1109/TPAMI.2019.2894395" target="_blank" >https://doi.org/10.1109/TPAMI.2019.2894395</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/TPAMI.2019.2894395" target="_blank" >10.1109/TPAMI.2019.2894395</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Rolling Shutter Camera Absolute Pose
Popis výsledku v původním jazyce
We present minimal, non-iterative solutions to the absolute pose problem for images from rolling shutter cameras. The absolute pose problem is a key problem in computer vision and rolling shutter is present in a vast majority of today’s digital cameras. We discuss several camera motion models and propose two feasible rolling shutter camera models for a polynomial solver. In previous work a linearized camera model was used that required an initial estimate of the camera orientation. We show how to simplify the system of equations and make this solver faster. Furthermore, we present a first solution of the non-linearized camera orientation model using the cayley parameterization. The new solver does not require an initial camera orientation estimate and therefore serves as a standalone solution to the rolling shutter camera pose problem from six 2D-to-3D correspondences. We show that our algorithms outperform P3P followed by non-linear refinement using rolling shutter model.
Název v anglickém jazyce
Rolling Shutter Camera Absolute Pose
Popis výsledku anglicky
We present minimal, non-iterative solutions to the absolute pose problem for images from rolling shutter cameras. The absolute pose problem is a key problem in computer vision and rolling shutter is present in a vast majority of today’s digital cameras. We discuss several camera motion models and propose two feasible rolling shutter camera models for a polynomial solver. In previous work a linearized camera model was used that required an initial estimate of the camera orientation. We show how to simplify the system of equations and make this solver faster. Furthermore, we present a first solution of the non-linearized camera orientation model using the cayley parameterization. The new solver does not require an initial camera orientation estimate and therefore serves as a standalone solution to the rolling shutter camera pose problem from six 2D-to-3D correspondences. We show that our algorithms outperform P3P followed by non-linear refinement using rolling shutter model.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
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
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
IEEE Transactions on Pattern Analysis and Machine Intelligence
ISSN
0162-8828
e-ISSN
1939-3539
Svazek periodika
42
Číslo periodika v rámci svazku
6
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
14
Strana od-do
1439-1452
Kód UT WoS článku
000535615700011
EID výsledku v databázi Scopus
2-s2.0-85084721776