Ep.29 CVPR 2025 Best Paper Honorable Mentions : MegaSaM: Accurate, Fast and Robust Structure and Motion from Casual Dynamic Videos
Failed to add items
Sorry, we are unable to add the item because your shopping cart is already at capacity.
Add to basket failed.
Please try again later
Add to Wish List failed.
Please try again later
Remove from Wish List failed.
Please try again later
Follow podcast failed
Unfollow podcast failed
Ep.29 CVPR 2025 Best Paper Honorable Mentions : MegaSaM: Accurate, Fast and Robust Structure and Motion from Casual Dynamic Videos
-
Narrated by:
-
By:
About this listen
本研究は、カジュアルな単眼動画から正確かつ高速にカメラパラメータと深度マップを推定するシステム「MegaSaM」を提案しています。従来のStructure from Motion（SfM）やSimultaneous Localization and Mapping（SLAM）手法は、静的なシーンと大きな視差を前提としていましたが、本システムは動的なシーンやカメラの視差が小さい状況でもロバストな推定を可能にします。そのために、ディープビジュアルSLAMフレームワークを改良し、オブジェクトの動きの確率マップや単眼深度からの事前情報を統合することで、カメラのトラッキング精度と深度推定の品質を向上させています。様々なデータセットでの実験により、MegaSaMが既存の手法と比較して大幅に優れた性能を示し、リアルタイムに近い実行速度を達成していることが実証されています。
No reviews yet
In the spirit of reconciliation, Audible acknowledges the Traditional Custodians of country throughout Australia and their connections to land, sea and community. We pay our respect to their elders past and present and extend that respect to all Aboriginal and Torres Strait Islander peoples today.