文献

J-GLOBAL ID：201902272551357742   整理番号：19A1120715

Deepim:6D姿勢推定のための深い反復マッチング【JST・京大機械翻訳】

DeepIM: Deep Iterative Matching for 6D Pose Estimation

著者 (5件)： Li Yi (Tsinghua University and BNRist, Beijing, China) ,  Wang Gu (Tsinghua University and BNRist, Beijing, China) ,  Ji Xiangyang (Tsinghua University and BNRist, Beijing, China) ,  Xiang Yu (University of Washington and NVIDIA Research, Seattle, USA) ,  Fox Dieter (University of Washington and NVIDIA Research, Seattle, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11210  ページ： 695-711  発行年： 2018年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 画像から物体の6D姿勢を推定することは,ロボット操作やバーチャルリアリティのような様々な応用において重要な問題である。画像の物体姿勢への直接回帰は限られた精度を持つが,入力画像に対する物体のマッチングレンダリング画像は正確な結果を生み出すことができる。本研究では,DeepIMと名付けた6D姿勢マッチングのための新しい深いニューラルネットワークを提案した。初期姿勢推定を与えると,このネットワークは,観測画像に対してレンダリング画像をマッチングすることにより,姿勢を反復的に精密化することができる。ネットワークを訓練し,三次元位置と三次元方向の非もつれ表現と反復訓練過程を用いて相対姿勢変換を予測した。6D姿勢推定のための2つの一般的に使用されているベンチマークに関する実験は,DeepIMが最先端の方法よりも大きな改善を達成することを実証した。さらに,DeepIMは以前に見られていないオブジェクトに適合できることを示した。Copyright 2018 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画像 ,  バーチャルリアリティ ,  ロボット ,  レンダリング ,  三次元 ,  精密化 ,  ニューラルネットワーク ,  *マッチング ,  ネットワーク ,  ベンチマーク
準シソーラス用語： *姿勢推定 , 【Automatic Indexing@JST】

著者キーワード (2件)： 3D物体認識 ,  6D物体姿勢推定

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (3件)： 姿勢推定 ,  反復 ,  マッチング