文献

J-GLOBAL ID：201702231312952348   整理番号：17A0142580

深さ画像におけるオブジェクト発見【Powered by NICT】

Object discovery in depth images

著者 (4件)： Huang Tzu-Wei (Department of Computer Science, National Tsing Hua University, Taiwan) ,  Wei Yu-An (Department of Computer Science, National Tsing Hua University, Taiwan) ,  Chen Hwann-Tzong (Department of Computer Science, National Tsing Hua University, Taiwan) ,  Liu JenChi (Intelligent Vision System Division Electronic and Optoelectronic System Research Laboratories, ITRI, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： APSIPA  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 深さ情報から物体を発見するための教師なし手法を提案した。著者らの方法は,種々の深さ画像に現れる新しい共通オブジェクトを同定することができる。各深さ画像中の物体の候補位置を検出し,それから,深さ情報を用いて,対応する3D境界ボックスを検索するために2D境界ボックスの提案を用いた。無効物体の提案は3次元境界ボックス内の点雲分布を解析することによって除去することができる。同じインスタンスの共起を同定するために異なる画像におけるオブジェクト提案の各対間の類似性を測定した。類似性測度はシャム畳込みニューラルネットワークによる自動学習である。著者らの方法は,シャムネットワークを訓練するために人間がラベル付けしたデータ必要としないという意味で,教師なしである。正および負データとして深さ画像の同種および異種対の大規模集合を合成するための3D CADモデルを用いた。合成データ上での実験を行い,提案した方法は,種々の深さ画像上に共通のオブジェクトの共起を発見できることを示した。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： 畳込み ,  ニューラルネットワーク ,  類似性 ,  学習 ,  *画像 ,  測度 ,  三次元
準シソーラス用語： 三次元CAD , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 深さ画像 ,  オブジェクト ,  発見