{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}{{ad01_expire_date}}
{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}{{ad02_expire_date}}
文献
J-GLOBAL ID:201002209709323570   整理番号:10A0295211

複合全方向性視覚センサを用いた特徴分類による高速自己動きのリアルタイム推定

Real-Time Estimation of Fast Egomotion with Feature Classification Using Compound Omnidirectional Vision Sensor
著者 (7件):
資料名:
巻: E93-D  号:ページ: 152-166  発行年: 2010年01月01日
JST資料番号: L1371A  ISSN: 0916-8532  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
カメラの高速自己動きに関して,グローバル検索によって特徴一致と動きパラメータを計算するのに非常に時間がかかるようになる。したがって,推定の複雑さはリアルタイムアプリケーションのために減少する必要がある。本論文では,我々は複合全方向性視覚センサとその高速自己動きを推定するためのアルゴリズムを提案した。提案センサは,マルチベースラインと大きい視野(FOV)の両方を持つ。我々の方法は,特徴点を近いか遠い特徴として分類するマルチベースラインのステレオビジョン能力を使用する。分類の後に,我々は,計算の複雑性を減少させるために無作為標本コンセンサス(RANSAC)を用いてカメラの回転と変形を別々に推定することができる。また,大きいFOVは,変形と回転が明確に区別されるのでロバストネスを改善する。これまで,推定のためにマルチベースラインステレオを大きいFOV特性に結合する研究がなかったが,これらの特性は自己動き推定を改善するのに個別に重要である。実験は,提案方法がロバストであり,そしてセンサの高速動きに対してリアルタイムで妥当な精度を実現することを示した。(翻訳著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  パターン認識 
引用文献 (40件):
もっと見る

前のページに戻る