文献

J-GLOBAL ID：201702269164466455   整理番号：17A1271257

のロバスト化対応に基づく6次元物体姿勢推定【Powered by NICT】

Robustifying correspondence based 6D object pose estimation

著者 (5件)： Hietanen Antti (Signal Processing Laboratory, Tampere University of Technology) ,  Halme Jussi (Laboratory of Mechanical Engineering and Industrial Systems, Tampere University of Technology) ,  Buch Anders Glent (SDU Robotics, University of Southern Denmark) ,  Latokartano Jyrki (Laboratory of Mechanical Engineering and Industrial Systems, Tampere University of Technology) ,  Kamarainen J.-K. (Signal Processing Laboratory, Tampere University of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRA  ページ： 739-745  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： ロバストに点対応に基づく6Dオブジェクト姿勢推定のための二つの方法を提案した。曲率フィルタリング,第一の方法は,低曲率領域は,偽対応を提供し,これらの領域における除去点はロバスト性を改善するという仮定に基づいている。領域剪定,第二の方法は,局所表面特性についての仮定をないより一般的である。領域剪定はモデル点雲を分割しクラスタ領域へと検証セットを用いて良好な領域の組合せを探索する。robustifying法は一般的で,任意の対応に基づく方法で用いることができる。実験のために,著者らは三対応選択法,幾何学的整合性(GC)[1],Houghグルーピング(HG)[2]と内座層の探索(SI)[3]を評価し,二の異なるデータセットとロバスト化したバージョンのための系統的改善を報告した。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： 曲率 ,  *ロバスト性 ,  フィルタリング ,  表面性状 ,  クラスタ
準シソーラス用語： 選択法 ,  *姿勢推定 ,  *6次元 , 【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 (4件)： ロバスト ,  6次元 ,  物体 ,  姿勢推定