文献

J-GLOBAL ID：201802253733627226   整理番号：18A0137134

構造化特徴相関のためのLSTMsを用いた画像ベース位置決め【Powered by NICT】

Image-Based Localization Using LSTMs for Structured Feature Correlation

著者 (6件)： Walch F. ,  Hazirbas C. ,  Leal-Taixe L. ,  Sattler T. ,  Hilsenbeck S. ,  Cremers D.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 627-637  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,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】

シソーラス用語： *構造形成 ,  *画像 ,  定位 ,  *位置決め ,  カメラ ,  レーザスキャナ ,  計算機アーキテクチャ ,  ロバスト性 ,  次元縮小 ,  位置測定
準シソーラス用語： グランドトゥルース ,  特徴ベクトル ,  特徴表現 ,  照明変化 ,  屋内 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 構造化 ,  相関