Semidefinite Relaxations for Robust Multiview Triangulation

要約

タイトル：堅牢なマルチビュー三角測量のための半定量的緩和

要約：
– 半定量的緩和に基づくアプローチを提案する。
– 存在する緩和アプローチを修正して、切り捨て最小二乗コスト関数を組み込むことで、非堅牢なマルチビュー三角測量を行う。
– エピポーラ制約に基づく一つのアプローチと、分数再投影制約に基づくもう一つのアプローチを提案する。
– 第一のアプローチは低次元で、中程度のノイズや外れ値レベルでもtightである。
– 一方、第二のアプローチは高次元でより遅くなるが、極端なノイズや外れ値レベルでもtightである。
– 手法を実験を通じてデモンストレーションし、提案手法によって、重要なノイズや大量の外れ値があっても、証明できる最適再構成が可能になることを示す。

要約(オリジナル)

We propose an approach based on convex relaxations for certifiably optimal robust multiview triangulation. To this end, we extend existing relaxation approaches to non-robust multiview triangulation by incorporating a truncated least squares cost function. We propose two formulations, one based on epipolar constraints and one based on fractional reprojection constraints. The first is lower dimensional and remains tight under moderate noise and outlier levels, while the second is higher dimensional and therefore slower but remains tight even under extreme noise and outlier levels. We demonstrate through extensive experiments that the proposed approaches allow us to compute provably optimal reconstructions even under significant noise and a large percentage of outliers.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI