文献

J-GLOBAL ID：201802276739901037   整理番号：18A0137340

バウンディングボックス,セグメンテーションおよび物体座標:重要なは自律運転シナリオにおける3次元シーンフロー推定のための認識されるか【Powered by NICT】

Bounding Boxes, Segmentations and Object Coordinates: How Important is Recognition for 3D Scene Flow Estimation in Autonomous Driving Scenarios?

著者 (6件)： Behl Aseem ,  Jafari Omid Hosseini ,  Mustikovela Siva Karthik ,  Alhaija Hassan Abu ,  Rother Carsten ,  Geiger Andreas
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 2593-2602  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： 3Dシーンフロー推定のための既存の方法は,しばしばテクスチャーのないまたは反射面で,例えば,大変位あるいは局所的あいまいさの存在下で失敗する。しかし,これら課題である動的道路シーン,本研究の焦点であるにおいて遍在している。著者らの主な貢献は,認識を利用することにより,これらの3D動き推定問題を克服することである。特に,認識粒度の重要性,2D例えばセグメンテーション上で粗い2次元境界ボックス推定からの細粒3D物体部分予測を調べた。ステレオ画像の新たにアノテートされたデータセット上で訓練されたCNNを用いたこれらのキューを計算し,ロバストな3Dシーンフロー推定のためのCRFベースモデルは,インスタンスシーンフロー項法に統合した。アブレーション研究で各認識キューの重要性を解析し,例えばセグメンテーションキューは最強で,ただし著者らの設定であることを観測した。提出時の最先端技術の性能を達成する挑戦的なKITTI2015シーンフローベンチマーク上で提案手法の有効性を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *セグメンテーション ,  予測 ,  二次元 ,  立体画像 ,  *三次元 ,  道路 ,  反射面 ,  ロバスト性 ,  アブレーション ,  大変形 ,  動き推定 ,  曖昧さ ,  待ち行列
準シソーラス用語： 最先端技術 ,  質感 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (9件)： セグメンテーション ,  物体 ,  座標 ,  自律 ,  シナリオ ,  3次元 ,  シーン ,  フロー ,  推定