文献

J-GLOBAL ID：201802235017220692   整理番号：18A1772704

ジャストインタイム再構成:プライアとしての単一視点深さ予測器を用いたスパース地図の修復【JST・京大機械翻訳】

Just-in-Time Reconstruction: Inpainting Sparse Maps Using Single View Depth Predictors as Priors

著者 (5件)： Weerasekera Chamara Saroj (Australian Center for Robotic Vision, School of Computer Science The University of Adelaide, Australia) ,  Dharmasiri Thanuja (Department of Electrical and Computer Systems Engineering, Monash University Australian Center for Robotic Vision, Australia) ,  Garg Ravi (Australian Center for Robotic Vision, School of Computer Science The University of Adelaide, Australia) ,  Drummond Tom (Department of Electrical and Computer Systems Engineering, Monash University Australian Center for Robotic Vision, Australia) ,  Reid Ian (Australian Center for Robotic Vision, School of Computer Science The University of Adelaide, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICRA  ページ： 1-9  発行年： 2018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： 画像に対する完全に密な深さマップを生成するために,任意のスケールとスパース性を持つマップの実時間画像ガイド化として,「ジャストインタイム再構成」を提案した。特に,著者らの目標は,仮想深さセンサとして単一視点深さ予測ネットワークを用いて,単眼視覚SLAMシステムまたはスパースセンサのいずれかから得られたスパースマップをインペイントすることである。入力深さマップによりパラメータ化された新しい完全連結条件ランダム場(CRF)上での推論を実行することにより融合深さマップを生成するために,入力深さマップの各ソースと関連RGB画像をモデル化するために訓練された信頼性重みを得た。著者らのCRFモデルは,そのノードにおける絶対的な深さ誤差とその端部におけるペアワイズスケール不変の深さ誤差をペナルティ化して,混乱に基づく融合は,融合結果に及ぼす異常値入力深さ値の影響を最小化した。著者らは,ORB-SLAM,Kinect,およびLIDARの深さマップを任意のスケールで屋内と屋外の両方で取得し,不規則なスパース性の量を変化させたリアルタイムインプリントにより,この方法の柔軟性を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  ネットワーク ,  *予測 ,  塗料 ,  モデリング ,  画像 ,  柔軟性 ,  *再構成 ,  センサ ,  異常値 ,  *かんばん方式 ,  ペナルティ ,  パラメタリゼーション ,  LIDAR
準シソーラス用語： レーザレーダ ,  奥行きマップ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ジャストインタイム ,  再構成 ,  視点 ,  予測器 ,  地図 ,  修復