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。
ビジュアルオドメトリーによって,視覚データストリームからの移動マップを生成することを目的とした同時位置決めおよびマッピングに関連した挑戦的な課題である。1個または二個のカメラに基づいて,運動は,フレーム間の特徴と画素差から推定した。カメラのフレームレートのために,オプティカルフローは自己中心参照して移動し物理的距離に比例すると仮定することができ,一般的に後続フレーム間の小さな,増分変化,車両にカメラなど。Flowdometryと呼ばれる視覚走行距離計測システムでは,オプティカルフローと深層学習に基づいて提案した。オプティカルフロー画像は,畳込みニューラルネットワーク,画像の各画素のための回転と変位を計算するへの入力として使用した。変位と回転をインクリメンタルにカメラを移動しているのマップを構築するために適用した。提案したシステムは,KITTI視覚オドメトリデータセット上で訓練され,試験したが,精度はグランドトルースと予測された走行軌跡間の距離の違いによって測定した。異なる畳込みニューラルネットワークアーキテクチャ構成は,正確さのために試験し,その結果を同じデータセットを用いて他の最新の単眼視オドメトリシステムと比較した。Flowdometryシステムからの平均並進誤差は10.77%であり,平均回転誤差はメートル当たり0.0623度である。オプティカルフローフレームあたりの全実行時間は0.633秒であり,これは深い学習を用いた最先端の方法よりも23.796倍の高速化を提供する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】