权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Establishing Hyper-Renormalization for Geometric Estimation from Images

建立图像几何估计的超重整化

基本信息

批准号：
24650086
负责人：
KANATANI Kenichi
金额：
$ 1.25万
依托单位：
Okayama University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Exploratory Research
财政年份：
2012
资助国家：
日本
起止时间：
2012 至无数据
项目状态：
已结题

项目摘要

While maximum likelihood has been used for high accuracy geometric estimation from image data, such as fitting lines and ellipses and computing the relationships between corresponding points over multiple images, we have derived a higher accuracy method, called “hyper-renormalization” and applied it to various practical problems. At the same time, we have extend the “hyper accurate correction” for correcting the maximum likelihood solution and confirmed that the same degree of accuracy can be reached. We have also introduced a new formulation of the extended FNS method and applied it to the analysis of the GPS land deformation data of the Great East Japan Earthquake.

虽然最大似然法已用于图像数据的高精度几何估计，例如拟合直线和椭圆以及计算多个图像上对应点之间的关系，但我们推导出了一种更高精度的方法，称为“超重正化”，并将其应用于各种实际问题。同时，我们扩展了“超精确校正”，用于校正最大似然解，并确认可以达到相同的精度。我们还介绍了一种新的公式的扩展FNS方法，并将其应用于分析的GPS地面形变数据的东日本大地震。

项目成果

期刊论文数量（26）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Renormalization Returns: Hyper-renormalization and Its Applications

DOI：
10.1007/978-3-642-33712-3_28
发表时间：
2012-10
期刊：
影响因子：
0
作者：
K. Kanatani;A. Al-Sharadqah;N. Chernov;Y. Sugaya
通讯作者：
K. Kanatani;A. Al-Sharadqah;N. Chernov;Y. Sugaya

Computing internally constrained motion of 3-D sensor data for motion interpretation

计算 3D 传感器数据的内部约束运动以进行运动解释

DOI：
发表时间：
2013
期刊：
Pattern Recognition
影响因子：
8
作者：
K. Kanataniand C. Matsunaga
通讯作者：
K. Kanataniand C. Matsunaga

内部拘束を持つ3次元運動の最適計算法と幾何学的モデル選択への応用

具有内部约束的三维运动优化计算方法及其在几何模型选择中的应用

DOI：
发表时间：
2012
期刊：
影响因子：
0
作者：
Arakawa T;Ando E;Wang X;Miyajima K;Takeuchi S;Kudo H;Saito H;Takahashi M;Mitani T;Mitsubayashi K;K. Kanatani;本田卓士;松永力
通讯作者：
松永力

3 基礎行列の分解による 3 画像からの 3 次元形状復元

3 通过分解基本矩阵从 3 个图像恢复 3D 形状