文献

J-GLOBAL ID：201902239874024607   整理番号：19A0466445

ウェアラブル深さCamera:弱い監視下のスパース最適化による単眼深度推定【JST・京大機械翻訳】

Wearable Depth Camera: Monocular Depth Estimation via Sparse Optimization Under Weak Supervision

著者 (5件)： He Li (School of Electromechanical Engineering, Guangdong University of Technology, Guangzhou, China) ,  Chen Chuangbin (School of Electromechanical Engineering, Guangdong University of Technology, Guangzhou, China) ,  Zhang Tao (School of Electromechanical Engineering, Guangdong University of Technology, Guangzhou, China) ,  Zhu Haifei (School of Electromechanical Engineering, Guangdong University of Technology, Guangzhou, China) ,  Wan Shaohua (School of Information and Safety Engineering, Zhongnan University of Economics and Law, Wuhan, China)
資料名： IEEE Access  (IEEE Access)
巻： 6  ページ： 41337-41345  発行年： 2018年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 深さ推定は多くの人間-オブジェクト相互作用タスクにとって不可欠である。その利点にもかかわらず,Kinectや深さカメラを含む従来の深さセンサは,過剰サイズや過剰重量のようないくつかの重要な欠点により常に着用できない。一方,単眼カメラは,ユーザに限られた負担を持つ有望な解決策を提供し,文献においてますます多くの注目を引き付けている。本論文では,単眼カメラを用いた奥行き推定法を提案する。著者らの主なアイデアは,左と右の一貫性に基づく単眼の深さ推定の弱い教師つき学習モデルにある。正確な深さ推定を学習するために,筆者らの訓練段階において,非常に高い深さの精度を持つレーザレーダにより生成されるLiDARデータを用いて,学習方式を半重畳した。著者らは,著者らのネットワークをResNet上に訓練し,新しいペナルティ関数を提案した。これは,訓練におけるLiDARの深さ損失を考慮に入れる。いくつかの最新の単眼カメラ深さ推定器と比較して,著者らの提案方法は最も高い深さ精度を得た。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： 畳込み ,  相互作用 ,  教師つき学習 ,  ネットワーク ,  学習 ,  カメラ ,  *最適化 ,  センサ ,  *単眼 ,  LIDAR
準シソーラス用語： レーザレーダ ,  単眼カメラ ,  Kinect ,  スパース ,  Camera ,  *ウェアラブル , 【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 (5件)： ウェアラブル ,  最適化 ,  単眼 ,  深度 ,  推定