文献

J-GLOBAL ID：201702226545149694   整理番号：17A0666213

パラメータ自己適応フレームワークを通した二次元密深さマップへの三次元LiDAR点群の変換【Powered by NICT】

Transforming a 3-D LiDAR Point Cloud Into a 2-D Dense Depth Map Through a Parameter Self-Adaptive Framework

著者 (5件)： Chen Long (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  He Yuhang (School of Geodesy and Geomatics, Wuhan University, Dress-Plus, Wuhan, Beijing, ChinaChina) ,  Chen Jianda (School of Data and Computer Science, Sun Yat-sen University, Guangzhou, China) ,  Li Qingquan (Shenzhen Key Laboratory of Spatial Smart Sensing and Services, Shenzhen University, Shenzhen, China) ,  Zou Qin (School of Computer Science, Wuhan University, Wuhan, China)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 18  号： 1  ページ： 165-176  発行年： 2017年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 3D LiDARスキャナと二次元電荷結合素子(CCD)カメラは,ロボティクスまたは自律運転における周辺環境知覚用センサの二つの典型的なタイプである。一般的に,それらが協調して周囲の物体の距離だけでなく,色および形状情報を同時に記録することにより認識精度を改善するために使用される。本論文では,3D LiDARスキャナ間の対応と捕捉したLiDAR点群を再編成密深さマップ,各三次元点はRGB画像の中の同じ位置での画素に対応するにCCDカメラを用いた。本論文では,各3D LiDAR点雲はその対応するRGB画像に整列するようにLiDARスキャナとCCDカメラを事前に較正し,正確に同期したと仮定した。LiDAR点クラウドの各フレームは,RGB画像平面上に投影された疎深さマップを形成することである。,まばらな深さマップをupsample密深さマップに提案した自己適応法,RGB画像と異方性拡散テンソルは,RGB深さコンパクト性を強化することによってアップサンプリングをガイドするために利用した。最後に,凸最適化は大域的増強のための密深さマップに適用した。KITTIとMiddleburyデータセット上での実験を行い,提案した方法が肉眼的な対比と二乗平均平方根誤差測定に関していくつかの他の関連最新技術手法の性能を上回ることを実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： コンパクト性 ,  電荷結合素子 ,  CCDカメラ ,  センサ ,  *点群 ,  カメラ ,  異方性 ,  *三次元 ,  画像 ,  *二次元 ,  走査装置 ,  画素 ,  *奥行きマップ ,  *自己適応システム
準シソーラス用語： アップサンプリング ,  *自己適応 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： パラメータ ,  自己適応 ,  フレームワーク ,  深さマップ ,  LIDAR