文献

J-GLOBAL ID：201802228997043476   整理番号：18A0077599

機械学習したエッジを用いたロバストなエッジベース視覚オドメトリ【Powered by NICT】

Robust edge-based visual odometry using machine-learned edges

著者 (2件)： Schenk Fabian (Institute of Computer Graphics and Vision (ICG), Graz University of Technology, Styria, Austria) ,  Fraundorfer Friedrich (Institute of Computer Graphics and Vision (ICG), Graz University of Technology, Styria, Austria)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IROS  ページ： 1297-1304  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： 本研究では,RGBDセンサ(REVO)のための実時間ロバストなエッジベース視覚オドメトリフレームワークを提案した。提案手法がエッジ検出アルゴリズムに依存しないが,最新の機械学習エッジの使用は,標準的なエッジ検出法に比べてロバスト性と精度の観点で大幅な改善を与えることを示した。写真無矛盾仮定に大きく依存しているアプローチとは対照的に,エッジは,照明変化にほとんど影響されないし,疎なエッジ表現はより大きな収束盆地を提供する姿勢推定値を計算するためにも非常に高速であった。さらに,追跡品質の尺度,新しいキーフレームを挿入を決定するため,使用を導入した。実世界データセット上で提案システムの実現可能性を示し,広く多様なシーンやカメラ運動の性能を実証するために,標準ベンチマーク配列に評価した。筆者らのフレームワークは,ラップトップコンピュータのCPU上で実時間で実行され,オンライン利用可能である。Copyright 2018 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： *機械学習 ,  エッジ検出 ,  カメラ ,  *ロバスト性 ,  センサ ,  品質 ,  ベンチマーク ,  *視覚
準シソーラス用語： ラップトップパソコン ,  キーフレーム ,  姿勢推定 ,  照明変化 ,  検出アルゴリズム ,  実時間 ,  *オドメトリ , 【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 (5件)： 機械学習 ,  エッジ ,  ロバスト ,  視覚 ,  オドメトリ