文献

J-GLOBAL ID：201702286678887394   整理番号：17A1773454

DeMoN:学習単眼ステレオのための深さと運動ネットワーク【Powered by NICT】

DeMoN: Depth and Motion Network for Learning Monocular Stereo

著者 (7件)： Ummenhofer Benjamin ,  Zhou Huizhong ,  Uhrig Jonas ,  Mayer Nikolaus ,  Ilg Eddy ,  Dosovitskiy Alexey ,  Brox Thomas
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 5622-5631  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： 本論文では,学習問題として運動からの構造復元を定式化した。畳込みネットワークエンドツーエンドを訓練連続,制約のない画像ペアから深さとカメラ運動を計算した。アーキテクチャは,多重積層符号器-復号器ネットワークから構成され,コア部分はそれ自身の予測を向上させることができる反復ネットワークである。ネットワークは深さと運動だけでなく,さらに整合の表面法線,画像間のオプティカルフローと信頼性を推定した。アプローチの重要な要素は,空間的相対差に基づく訓練損失である。運動法からの伝統的な二フレーム構造と比較して,結果はより正確でよりロバストである。一般的な深さからの単一画像ネットワークとは対照的に,DeMoNはマッチングの概念を学習し,このようにして,訓練中には見られない構造を一般化する良好であった。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 ,  定式化 ,  復号器 ,  *ステレオ音響 ,  信頼性 ,  カメラ ,  *ネットワーク ,  オプティカルフロー ,  画像 ,  計算機アーキテクチャ ,  *学習 ,  多層膜 ,  ロバスト性 ,  符号器
準シソーラス用語： 運動からの構造復元 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 学習 ,  単眼 ,  ステレオ ,  運動