文献

J-GLOBAL ID：201802263598986540   整理番号：18A0244485

SkiMap++ロボットのための実時間マッピングと物体認識【Powered by NICT】

SkiMap++: Real-Time Mapping and Object Recognition for Robotics

著者 (3件)： Gregorio Daniele De ,  Cavallari Tommaso ,  Stefano Luigi Di
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCVW  ページ： 660-668  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： SkiMap++,ロボットナビゲーション[1]の最近提案されたSkiMapマッピングフレームワークへの拡張を導入した。拡張はそれらを把握のためにロボットにより認識される有用である可能性のある特定の物体の環境における存在に関する意味情報を持つ写像を濃縮を扱う。より正確には,このマップは,ある種の3D物体特徴の空間的位置に関する情報を収容することができ,オブジェクトモデルからのランダムフォレスト学習オフラインを通って入ってくるフレームから抽出された視覚特徴のマッチングによって決定された。物体特徴の存在に関する証拠が標準の幾何学的マッピングタスクとともに多くの有利な所から集めた,物体の認識とその6自由度姿勢を推定可能にすることである。その結果,SkiMap++は,大規模環境の幾何学を再構成と同様にCPU上で実時間でいくつかの関連した物体中[Fig.1]を局在化させることができる。付加的寄与として,グランドトルースカメラと物体姿勢を特徴とするRGB-Dデータセット,物体認識と共にSLAMを追跡に興味を持っている研究者,意味論的SLAMと呼ばれるしばしば話題により展開される可能性を示した。1Copyright 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： 再構成 ,  *物体認識 ,  自由度 ,  学習 ,  意味論 ,  幾何学 ,  *ロボット
準シソーラス用語： 局在化 ,  視覚顕著 ,  オフライン ,  ランダムフォレスト ,  オブジェクトモデル ,  意味情報 ,  *実時間 , 【Automatic Indexing@JST】

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ロボット ,  実時間 ,  マッピング ,  物体認識