抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究では,屋内および屋外シーンのためのカメラ姿勢回帰のための新しいCNN+LSTMアーキテクチャを提案した。CNN運動ぼけと照明変化に対してロバストであることを局在に適した特徴表現を学習することが可能になった。CNN出力に及ぼすLSTMユニットの使用,特徴ベクトルに構造化された次元縮小の役割を果たし,定位性能の大幅な改善をもたらすを行った。CNNに基づくとSIFTベース位置測定法の広範な定量的比較,それぞれの弱点と強みを提供する。さらに,レーザスキャナから正確なグランドトルースを持つ新しい大規模室内データセットを提示した。屋内および屋外公共データセット上での実験を行いその結果,提案手法は,既存の深いアーキテクチャ性能的に優れており,大部分はテクスチャ無し表面の存在,古典的SIFTベース法が失敗する,例えば,ハード条件で画像を局在化できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】