文献

J-GLOBAL ID：201902252298497110   整理番号：19A1961597

魚眼カメラを用いた自己走行車両の実時間高密度マッピング【JST・京大機械翻訳】

Real-Time Dense Mapping for Self-Driving Vehicles using Fisheye Cameras

著者 (6件)： Cui Zhaopeng (Department of Computer Science, ETH Zuerich) ,  Heng Lionel (DSO National Laboratories) ,  Yeo Ye Chuan (DSO National Laboratories) ,  Geiger Andreas (MPI-IS and University of Tuebingen) ,  Pollefeys Marc (Department of Computer Science, ETH Zuerich) ,  Sattler Torsten (Chalmers University of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICRA  ページ： 6087-6093  発行年： 2019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： 大規模環境のためのリアルタイム高密度幾何学的マッピングアルゴリズムを提示した。ピンホールカメラを用いる既存の方法とは異なり,我々の実装は,可視-慣性オドメトリ,視覚的位置確認,および物体検出のような自己駆動車両に対する様々なコンピュータビジョン応用に役立つフィッシュアイカメラに基づいている。本アルゴリズムは,約15Hzで車内PC上で動作し,自己駆動車両に対するビジョンのみの3Dシーン認識を可能にした。複数カメラにより捕捉された画像の各同期集合に対して,まず,平面掃引ステレオを用いて参照カメラに対する深さマップを計算した。精度と効率の両方を維持するために,フィッシュアイ画像がより低い角度分解能を持つという事実を説明しながら,多重画像分解能を用いて深さを回復した。高速オブジェクト検出フレームワークYOLOv3を採用し,動的オブジェクトを除去した。パイプラインの終わりに,著者らは,3Dマップを得るために,フィッシュアイ深さ画像を切断符号距離関数(TSDF)ボリュームに融合した。大規模都市データセットに関する著者らの方法を評価して,結果は著者らの方法が複雑な動的環境において良く機能することを示した。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： 位置決め ,  コンピュータビジョン ,  高速度 ,  ステレオ音響 ,  アルゴリズム ,  視覚 ,  *カメラ ,  三次元 ,  多重化 ,  画像
準シソーラス用語： 動的環境 ,  奥行きマップ ,  オドメトリ ,  *実時間 ,  *魚眼カメラ , 【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 (6件)： 魚眼カメラ ,  自己 ,  走行車両 ,  実時間 ,  高密度 ,  マッピング