文献

J-GLOBAL ID：201702257750119278   整理番号：17A1357160

時空間条件付き確率場を用いた地上推定と点群のセグメンテーション【Powered by NICT】

Ground estimation and point cloud segmentation using SpatioTemporal Conditional Random Field

著者 (4件)： Rummelhard Lukas (Inria Chroma) ,  Paigwar Anshul (Inria Chroma) ,  Negre Amaury (Inria Chroma) ,  Laugier Christian (Inria Chroma)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IV  ページ： 1105-1110  発行年： 2017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： 物体検出とトラッキングシステムのためのデータを供給するまたは適切な占有グリッドを生成することで,基底状態とデータ分類の3Dポイントクラウド抽出は重要な処理タスクであるが,その効率は全知覚鎖に依存する劇的に。点雲における平坦地面の仮定や帳票認識は,系統的な誤差,または大規模な計算をもたらすことができる。本論文では,3D点雲の地上標識のための適応法,局所地盤高推定に基づいて述べた。システムは,空間-時間条件付き確率場(STCRF)として地盤をモデル化するために提案した。セグメンテーションプロセス内の空間的および時間的依存性は,条件付き確率場(CRF)に基づく動的確率的フレームワークで統合した。基底標高パラメータは,各ノードで並列に推定され,相互接続された期待値最大化(EM)アルゴリズム変異体を使用している。高速車両制約を標的とし,非常に緻密な(Velodyne64)とスパース(Ibeo Lux)3次元点クラウドを用いて効率的に実行するように設計されたアプローチを実装し,展開された実験用車両とプラットフォームを実施している,現在組込みシステム(Nvidia Jetson TX1,TK1)でテストした。,様々な状況(都市,地方,山岳道路,...)では,実際の道路データ上での実験を行い,有望な結果を示した。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： *セグメンテーション ,  相互接続 ,  透視図法 ,  モデリング ,  山岳道路 ,  アルゴリズム ,  三次元 ,  組込みシステム ,  基底 ,  トラッキング装置 ,  *点群 ,  都市
準シソーラス用語： データ分類 ,  物体検出 ,  *条件つき確率場 , 【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 (6件)： 時空間 ,  条件付き確率場 ,  地上 ,  推定 ,  点群 ,  セグメンテーション