OWL関数によるカメラ運動下での移動物体セグメンテーション
Segmentation of Moving Objects During Camera Motion Using the OWL Function
OWL知覚関数に基づき、単一カメラ運動中の複数の独立移動剛体を、各点の相対並進方向をクラスタリングしてセグメント化する学習不要の解析的枠組みを提案。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Daniel Raviv, Juan D. Yepes
分類: cs.CV, cs.RO
原文アブストラクト
We present a principled, analytical framework for segmenting multiple independently moving rigid objects during single camera motion, built directly upon the OWL perception function. OWL encodes two fundamental visual motion cues, perceived looming $L$ and perceived rotation $ω$, into a single closed-form representation of relative 3D structure. A key consequence of this structure is that the unit direction of relative translation $\hat{t}$ is analytically recoverable per image point from $L$ and $ω$ alone. All points belonging to a non-rotating rigid body share the same $\hat{t}$, whereas points on different rigid bodies generally yield distinct values. This furnishes a natural segmentation criterion: clustering per-point $\hat{t}$ estimates partitions the visible scene into independently moving rigid bodies. Building on the 2D complex form of OWL, we derive the framework in 3D using quaternions, for a single moving camera. The approach is parallel, camera rotation-invariant, and requires no training data, no depth information, and no semantic priors.
関連論文
- 私のマグカップはどこ？個人化画像セグメンテーションのための学習不要フレームワークセグメンテーション
- KiRoSe: ロボット実演の効率的なセグメンテーションのための運動学データ活用セグメンテーション
- 適応すべき時: オープンボキャブラリセグメンテーションにおける効率的な訓練不要適応のためのマルチシグナルドメインシフト検出セグメンテーション
- SAM-V: マルチビューインスタンスセグメンテーションのための幾何認識型Segment Anythingセグメンテーション
- DropClick: 農業ロボットデータのための半自動ワンクリックセグメンテーションセグメンテーション
- エンコーダは実際に何を決めているのか？樹木のジョイントセグメンテーションとステレオ深度における視覚バックボーンの制御比較セグメンテーション
