文献

J-GLOBAL ID：201902220287995725   整理番号：19A0189302

RGB-DCamera再局在化のための回帰森林における点と線の利用【JST・京大機械翻訳】

Exploiting Points and Lines in Regression Forests for RGB-D Camera Relocalization

著者 (5件)： Meng Lili (Information and Cognitive Systems (ICICS), The University of British Columbia, Institute for Computing, Vancouver, Canada) ,  Tung Frederick (Information and Cognitive Systems (ICICS), The University of British Columbia, Institute for Computing, Vancouver, Canada) ,  Little James J. (Information and Cognitive Systems (ICICS), The University of British Columbia, Institute for Computing, Vancouver, Canada) ,  Valentin Julien (Perceptive10 Inc, United States) ,  de Silva Clarence W. (Information and Cognitive Systems (ICICS), The University of British Columbia, Institute for Computing, Vancouver, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IROS  ページ： 6827-6834  発行年： 2018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： Camera再局在化は,自己駆動車やバーチャルリアリティのような多くのロボットやコンピュータビジョン応用において重要な役割を果たしている。最近のランダムフォレストベースの方法は,カメラ姿勢最適化をガイドするために,2D画像位置のための3D世界位置を予測するためにランダムにサンプリングされたピクセル比較特徴を利用する。しかしながら,これらの点特徴は,線のような幾何学的情報を考慮することなく,画像においてランダムにサンプリングされるだけであり,不十分なテクスチャ領域または運動ぼけの存在により大きな誤差をもたらす。ラインセグメントはこれらの環境においてよりロバストである。本研究では,不確実性駆動回帰森林の枠組み内で点と線を共同利用することを提案した。いくつかの異なる誤差計量に関して,いくつかの強い最先端ベースラインに対する3つの公開可能なデータセットについて,提案アプローチを徹底的に評価した。実験結果は,著者らの方法の有効性を証明し,優れたかオンパール最先端の性能を示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ロボット ,  ロバスト性 ,  最適化 ,  *バーチャルリアリティ ,  有効性 ,  カメラ ,  画素 ,  コンピュータビジョン ,  二次元 ,  三次元
準シソーラス用語： 最先端 ,  質感 ,  ランダムフォレスト ,  Camera ,  *局在化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： RGB ,  局在化 ,  森林