文献

J-GLOBAL ID：201702268414833370   整理番号：17A1275146

深さデータの体積表現を用いた3次元畳込み物体認識【Powered by NICT】

3D convolutional object recognition using volumetric representations of depth data

著者 (2件)： Caglayan Ali (Department of Computer Engineering, Hacettepe University, Ankara, Turkey 06800) ,  Can Ahmet Burak (Department of Computer Engineering, Hacettepe University, Ankara, Turkey 06800)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： MVA  ページ： 125-128  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： 手作り特徴は,物体認識分野で広く使用されている。畳込みニューラルネットワークにおける最近の進歩は約特徴設計を考慮しない特徴を自動的に抽出と物体認識における良好な結果を得ることを可能にする。RGBと深さデータはいくつかの畳込みネットワークに基づくアプローチで使用されているが,深さデータに隠された体積情報は完全には利用されていない。深さデータから抽出された体積情報を利用する3D畳込みニューラルネットワークベースアプローチを提案した。単一深さ画像を用いて,ビューに基づく不完全な3Dモデルを構築した。この方法は完全な3Dモデルを構築するために十分な情報を提供しないが,物体を認識するために今なお有用である。著者らの知る限り,提案した方法は,ワシントンRGB Dオブジェクトデータ集合に関する最初の体積研究である,最先端の研究と比肩可能な結果を達成した。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 ,  ワシントン州 ,  *三次元 ,  ネットワーク ,  *畳込み ,  画像 ,  *物体認識 ,  三次元モデル
準シソーラス用語： RGB-D , 【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)： 体積 ,  表現 ,  3次元 ,  畳込み ,  物体認識