狠狠撸shows by User: yusukesekikawa / http://www.slideshare.net/images/logo.gif 狠狠撸shows by User: yusukesekikawa / Tue, 08 Mar 2016 10:51:07 GMT 狠狠撸Share feed for 狠狠撸shows by User: yusukesekikawa Go-ICP: グローバル最適(Globally optimal) なICPの解説 /yusukesekikawa/goicp-globally-optimal-icp go-icp-160308105107
グローバル最適なIterative Closest Point(ICP)アルゴリズム”Go-ICP”についての解説です． ICPは有名なところではKinect Fusionなど，3次元点群のレジストレーションに広く用いられています．基本的には，最近傍点の対応付けと姿勢(並進と回転)の推定を順次繰り返していくことで，点群間の2乗誤差を最小にするような姿勢を見つけようとアルゴリズムです． ICPは原理上，点群間の姿勢がある程度離れると局所解に陥ってしまい正しくレジストレーションできないという課題があります． そこで，局所性を改善したアルゴリズム(SoftAssign など)や，ローカルな特徴(Spin Imageや4PCSなど)を用いて大域的にレジストレーションする手法など多様なアルゴリズムが提案されていますが，グローバル”最適”な点群のレジストレーションアルゴリズムはあまり提案されていませんでした． 2013 ICCV,2015 PAMIの論文でグローバル最適なICPアルゴリズムGo-ICP(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)が発表されました．詳しくはスライドで解説していますが，Branch and Bound(分枝限定)とVoxel ICPの組み合わせで効率的にSE(3)の6自由度パラメータ空間から最適な解を探します． 著者のページ(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)にソースコードが公開されていますので簡単に試すことができます．公開されているソースはテキストファイルから点群データを読み込んで姿勢をテキストファイルで書き出す仕様になっていますが，外部ライブラリの依存がなく簡単にMatlabのmex関数を作成できますので，いろいろ点群を変えて試したい場合はmex化がオススメです．]]>
グローバル最適なIterative Closest Point(ICP)アルゴリズム”Go-ICP”についての解説です． ICPは有名なところではKinect Fusionなど，3次元点群のレジストレーションに広く用いられています．基本的には，最近傍点の対応付けと姿勢(並進と回転)の推定を順次繰り返していくことで，点群間の2乗誤差を最小にするような姿勢を見つけようとアルゴリズムです． ICPは原理上，点群間の姿勢がある程度離れると局所解に陥ってしまい正しくレジストレーションできないという課題があります． そこで，局所性を改善したアルゴリズム(SoftAssign など)や，ローカルな特徴(Spin Imageや4PCSなど)を用いて大域的にレジストレーションする手法など多様なアルゴリズムが提案されていますが，グローバル”最適”な点群のレジストレーションアルゴリズムはあまり提案されていませんでした． 2013 ICCV,2015 PAMIの論文でグローバル最適なICPアルゴリズムGo-ICP(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)が発表されました．詳しくはスライドで解説していますが，Branch and Bound(分枝限定)とVoxel ICPの組み合わせで効率的にSE(3)の6自由度パラメータ空間から最適な解を探します． 著者のページ(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)にソースコードが公開されていますので簡単に試すことができます．公開されているソースはテキストファイルから点群データを読み込んで姿勢をテキストファイルで書き出す仕様になっていますが，外部ライブラリの依存がなく簡単にMatlabのmex関数を作成できますので，いろいろ点群を変えて試したい場合はmex化がオススメです．]]> Tue, 08 Mar 2016 10:51:07 GMT /yusukesekikawa/goicp-globally-optimal-icp yusukesekikawa@slideshare.net(yusukesekikawa) Go-ICP: グローバル最適(Globally optimal) なICPの解説 yusukesekikawa グローバル最適なIterative Closest Point(ICP)アルゴリズム”Go-ICP”についての解説です． ICPは有名なところではKinect Fusionなど，3次元点群のレジストレーションに広く用いられています．基本的には，最近傍点の対応付けと姿勢(並進と回転)の推定を順次繰り返していくことで，点群間の2乗誤差を最小にするような姿勢を見つけようとアルゴリズムです． ICPは原理上，点群間の姿勢がある程度離れると局所解に陥ってしまい正しくレジストレーションできないという課題があります． そこで，局所性を改善したアルゴリズム(SoftAssign など)や，ローカルな特徴(Spin Imageや4PCSなど)を用いて大域的にレジストレーションする手法など多様なアルゴリズムが提案されていますが，グローバル”最適”な点群のレジストレーションアルゴリズムはあまり提案されていませんでした． 2013 ICCV,2015 PAMIの論文でグローバル最適なICPアルゴリズムGo-ICP(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)が発表されました．詳しくはスライドで解説していますが，Branch and Bound(分枝限定)とVoxel ICPの組み合わせで効率的にSE(3)の6自由度パラメータ空間から最適な解を探します． 著者のページ(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)にソースコードが公開されていますので簡単に試すことができます．公開されているソースはテキストファイルから点群データを読み込んで姿勢をテキストファイルで書き出す仕様になっていますが，外部ライブラリの依存がなく簡単にMatlabのmex関数を作成できますので，いろいろ点群を変えて試したい場合はmex化がオススメです． <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/go-icp-160308105107-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> グローバル最適なIterative Closest Point(ICP)アルゴリズム”Go-ICP”についての解説です． ICPは有名なところではKinect Fusionなど，3次元点群のレジストレーションに広く用いられています．基本的には，最近傍点の対応付けと姿勢(並進と回転)の推定を順次繰り返していくことで，点群間の2乗誤差を最小にするような姿勢を見つけようとアルゴリズムです． ICPは原理上，点群間の姿勢がある程度離れると局所解に陥ってしまい正しくレジストレーションできないという課題があります． そこで，局所性を改善したアルゴリズム(SoftAssign など)や，ローカルな特徴(Spin Imageや4PCSなど)を用いて大域的にレジストレーションする手法など多様なアルゴリズムが提案されていますが，グローバル”最適”な点群のレジストレーションアルゴリズムはあまり提案されていませんでした． 2013 ICCV,2015 PAMIの論文でグローバル最適なICPアルゴリズムGo-ICP(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)が発表されました．詳しくはスライドで解説していますが，Branch and Bound(分枝限定)とVoxel ICPの組み合わせで効率的にSE(3)の6自由度パラメータ空間から最適な解を探します． 著者のページ(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)にソースコードが公開されていますので簡単に試すことができます．公開されているソースはテキストファイルから点群データを読み込んで姿勢をテキストファイルで書き出す仕様になっていますが，外部ライブラリの依存がなく簡単にMatlabのmex関数を作成できますので，いろいろ点群を変えて試したい場合はmex化がオススメです．
Go-ICP: グローバル最適(Globally optimal) なICPの解説 from Yusuke Sekikawa
]]> 14597 10 https://cdn.slidesharecdn.com/ss_thumbnails/go-icp-160308105107-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 FLAT CAM: Replacing Lenses with Masks and Computationの解説 /slideshow/flat-cam-replacing-lenses-with-masks-and-computation/59045697 flatcampub-160304001429
2015年にRice Univ.　が発表した激薄カメラFLAT CAM: Replacing Lenses with Masks and Computationの解説です． その他，様々な変わったカメラについて解説しています．]]>
2015年にRice Univ.　が発表した激薄カメラFLAT CAM: Replacing Lenses with Masks and Computationの解説です． その他，様々な変わったカメラについて解説しています．]]> Fri, 04 Mar 2016 00:14:29 GMT /slideshow/flat-cam-replacing-lenses-with-masks-and-computation/59045697 yusukesekikawa@slideshare.net(yusukesekikawa) FLAT CAM: Replacing Lenses with Masks and Computationの解説 yusukesekikawa 2015年にRice Univ.　が発表した激薄カメラFLAT CAM: Replacing Lenses with Masks and Computationの解説です． その他，様々な変わったカメラについて解説しています． <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/flatcampub-160304001429-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> 2015年にRice Univ.　が発表した激薄カメラFLAT CAM: Replacing Lenses with Masks and Computationの解説です． その他，様々な変わったカメラについて解説しています．
FLAT CAM: Replacing Lenses with Masks and Computationの解説 from Yusuke Sekikawa
]]> 8060 9 https://cdn.slidesharecdn.com/ss_thumbnails/flatcampub-160304001429-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 https://cdn.slidesharecdn.com/profile-photo-yusukesekikawa-48x48.jpg?cb=1536571095 https://cdn.slidesharecdn.com/ss_thumbnails/go-icp-160308105107-thumbnail.jpg?width=320&height=320&fit=bounds yusukesekikawa/goicp-globally-optimal-icp Go-ICP: グローバル最適(Global... https://cdn.slidesharecdn.com/ss_thumbnails/flatcampub-160304001429-thumbnail.jpg?width=320&height=320&fit=bounds slideshow/flat-cam-replacing-lenses-with-masks-and-computation/59045697 FLAT CAM: Replacing Le...