文献

J-GLOBAL ID：201802272215866035   整理番号：18A1688721

位相制約に基づく符号化のないパターンによる深さセンシング【JST・京大機械翻訳】

Depth sensing with coding-free pattern based on topological constraint

著者 (5件)： Shi Guangming (Key Laboratory of Intelligent Perception and Image Understanding (Chinese Ministry of Education), School of Artificial Intelligence, Xidian University, No. 2 South Taibai Road, Xi’an 710071, China) ,  Li Ruodai (Key Laboratory of Intelligent Perception and Image Understanding (Chinese Ministry of Education), School of Artificial Intelligence, Xidian University, No. 2 South Taibai Road, Xi’an 710071, China) ,  Li Fu (Key Laboratory of Intelligent Perception and Image Understanding (Chinese Ministry of Education), School of Artificial Intelligence, Xidian University, No. 2 South Taibai Road, Xi’an 710071, China) ,  Niu Yi (Key Laboratory of Intelligent Perception and Image Understanding (Chinese Ministry of Education), School of Artificial Intelligence, Xidian University, No. 2 South Taibai Road, Xi’an 710071, China) ,  Yang Lili (Key Laboratory of Intelligent Perception and Image Understanding (Chinese Ministry of Education), School of Artificial Intelligence, Xidian University, No. 2 South Taibai Road, Xi’an 710071, China)
資料名： Journal of Visual Communication and Image Representation  (Journal of Visual Communication and Image Representation)
巻： 55  ページ： 229-242  発行年： 2018年 
JST資料番号： W0218A  ISSN： 1047-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 単一ショットパターンによる構造化光深さセンシングは,ダイナミックシーンのための深さマップを捉えるために広く使われている。従来の構造化された光技術に対して,投影されたパターンは,独特のラベルで各画素を割り当てるために,色,形状,および強度に関して微妙に符号化されなければならない。しかし,このような複雑なパターンを用いることは,画素をラベリングするのに効果的であるが,環境照明,テクスチャ,不均一なアルベド,あるいはシーン内の物体の色などの環境雑音にも敏感である。対照的に,符号化のないパターンは簡単に構築され,様々な環境雑音にも鈍感である。したがって,符号化のないパターン法は,複雑なシーンの深さをロバストに検出することができる。符号化フリーの深さセンシングにおける主要な課題は,投影されたパターンと捕捉されたパターン(すなわち,投影されたパターンと捕捉されたパターンの間のマッチング画素)の間の「対応検索」である。本研究では,符号化フリー二値格子パターンにおける対応検索の評価に焦点を当てた。グラフベースの位相的ラベリング(GBTL)アルゴリズムを提案して,グリッドの交差点の位相的座標を決定した。次に,グリッドのトポロジーとエピポーラ制約を用いて対応を検索した。また,提案した方法を用いて,深さ分散の上限を実証した。提案した技術は,従来の対応検索に直面する多くの限界を軽減する。実験結果は,提案した技術が,一般的なRGB-DカメラKinect v1およびKinect v2よりも,より良い性能(すなわち,精度に関して)を実行することを示した。複雑なパターンを必要とする従来の単一ショット技術と比較して,提案した技術は,同等の精度を達成しながら,ロバスト性と作業の容易さを著しく改善した。さらに,この提案した技術は,二値符号化フリーと従来の色グリッドパターンの両方にも使用できる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  *位相 ,  ロバスト性 ,  照明 ,  マッチング ,  粒状材 ,  アルベド ,  構造形成 ,  アルゴリズム ,  位相幾何学 ,  画素
準シソーラス用語： バイナリコード ,  Kinect ,  RGB-D ,  奥行きマップ , 【Automatic Indexing@JST】

著者キーワード (5件)： 無符号化 ,  深さセンシング ,  構造化光 ,  トポロジー的制約 ,  動的計画法

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  符号理論  (ND02030R)

タイトルに関連する用語 (4件)： 位相 ,  制約 ,  符号化 ,  センシング