文献

J-GLOBAL ID：201702267314592875   整理番号：17A1271470

困難な知覚条件下での意味論を意識した視覚局在化【Powered by NICT】

Semantics-aware visual localization under challenging perceptual conditions

著者 (4件)： Naseer Tayyab (Department of Computer Science, University of Freiburg, 79110, Germany) ,  Oliveira Gabriel L. (Department of Computer Science, University of Freiburg, 79110, Germany) ,  Brox Thomas (Department of Computer Science, University of Freiburg, 79110, Germany) ,  Burgard Wolfram (Department of Computer Science, University of Freiburg, 79110, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRA  ページ： 2614-2620  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： 困難な知覚条件下で視覚場所認識は気象条件,照明と季節の変化のために,挑戦的な問題となっている。ロボット位置決めのための長期視覚ナビゲーションアプローチは環境のこれらの動力学に対してロバストであるべきである。既存の方法は,典型的に深層畳込みニューラルネットワークからの全体像や画像領域の特徴記述のレバレッジを行った。いくつかのアプローチも空間的に不統一で不完全な画像マッチングの問題を軽減するために逐次情報を利用した。本論文では,緻密で顕著なシーン記述を作成するために画像コンテンツを利用する識別全体画像表現を学習するための新しいアプローチを提案した。これら顕著な記述は,大きな知覚変化の下でデータセットの品種上で学習される。このようなアプローチは,大きな時間遅れで幾何学的に安定な画像の領域を分割し正確に可能にした。これら顕著領域からの特徴,よりロバストなシーン記述子を形成するために市販の全体的表現を結合した。も3年間の経過での極端な知覚と構造シーン動力学を捕捉する意味的標識データセットを導入した。フライブルグにおける数キロメートルにわたって収集したデータ上での包括的実験を用いて提案アプローチを評価し,また,我々の学習画像表現は深いネットワークと手作りの特徴から市販の特徴よりも優れていることを示した。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： ニューラルネットワーク ,  気象条件 ,  ロバスト性 ,  *意味論 ,  ネットワーク ,  画像 ,  ロボット ,  *視覚 ,  位置決め ,  畳込み ,  学習
準シソーラス用語： 時間遅れ ,  画像表現 ,  映像コンテンツ ,  画像マッチング , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 知覚 ,  意味論 ,  意識 ,  視覚 ,  局在化