Improved Extrinsic Calibration of Acoustic Cameras via Batch Optimization

要約

アコースティックカメラでは、実際には多くのアプリケーションが見つかりました。
アコースティックカメラ内のマイクアレイと視覚センサーの正確で信頼性の高い外因性キャリブレーションは、視覚測定と聴覚測定を融合するために重要です。
既存のキャリブレーション方法では、マイクアレイジオメトリの事前知識が必要であるか、繰り返しの速度や収束が遅い場合に苦しむグリッド検索に依存しています。
これらの制限を克服するために、このホワイトペーパーでは、視覚マーカーとアコースティックマーカーの両方を備えたキャリブレーションボードを使用して、カメラフレームの各マイクの位置を識別する自動キャリブレーション手法を提案します。
非線形の最小二乗問題として、外因性キャリブレーションの問題（マイクと視覚センサーの間）を定式化し、関連する問題を解決するためにバッチ最適化戦略を採用します。
広範な数値シミュレーションと現実世界の実験は、提案された方法が、既存の方法と比較して、アコースティックカメラの外因性パラメーターキャリブレーションの精度と堅牢性の両方を改善することを示しています。
コミュニティに利益をもたらすために、https://github.com/aislab-sustech/acousticcameraですべてのコードとデータをオープンソーシングします。

要約(オリジナル)

Acoustic cameras have found many applications in practice. Accurate and reliable extrinsic calibration of the microphone array and visual sensors within acoustic cameras is crucial for fusing visual and auditory measurements. Existing calibration methods either require prior knowledge of the microphone array geometry or rely on grid search which suffers from slow iteration speed or poor convergence. To overcome these limitations, in this paper, we propose an automatic calibration technique using a calibration board with both visual and acoustic markers to identify each microphone position in the camera frame. We formulate the extrinsic calibration problem (between microphones and the visual sensor) as a nonlinear least squares problem and employ a batch optimization strategy to solve the associated problem. Extensive numerical simulations and realworld experiments show that the proposed method improves both the accuracy and robustness of extrinsic parameter calibration for acoustic cameras, in comparison to existing methods. To benefit the community, we open-source all the codes and data at https://github.com/AISLAB-sustech/AcousticCamera.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google