文献

J-GLOBAL ID：201902282210181717   整理番号：19A1194130

ROSにおける深層学習モデルを用いたUAVビデオ解析による意味地図アノテーション【JST・京大機械翻訳】

Semantic Map Annotation Through UAV Video Analysis Using Deep Learning Models in ROS

著者 (7件)： Kakaletsis Efstratios (Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Tzelepi Maria (Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Kaplanoglou Pantelis I. (Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Symeonidis Charalampos (Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Nikolaidis Nikos (Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Tefas Anastasios (Aristotle University of Thessaloniki, Thessaloniki, Greece) ,  Pitas Ioannis (Aristotle University of Thessaloniki, Thessaloniki, Greece)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11296  ページ： 328-340  発行年： 2019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： 意味的知識による飛行環境の地図を豊かにすることは,いくつかのUAV応用のための一般的必要性であった。安全法制は,幾何学的地図上の意味注釈によって示すことができる密集した区域の近くの非飛散区域を必要とした。本研究では,UAVビデオフレームの視覚解析により導出された2Dアノテーションを投影することにより,密集領域を持つ3Dマップの自動アノテーションを提案した。この目的のために,完全畳込みニューラルネットワークを提案し,正規化多重損失訓練法に基づいて密集と非密集シーンを効果的に識別でき,そして,Octoマップの3D占有グリッド上に投影される意味的なマップを提供した。投影はレイキャスティングに基づいており,地図上に地理的に局在化された多角形領域に導き,KMLフォーマットで輸出できる。合成と実世界の両方を用いた初期定性的評価は,この方法の適用性を証明した。Copyright 2019 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： 正規化 ,  多重化 ,  二次元 ,  飛翔 ,  *アノテーション ,  *モデル ,  地理学 ,  安全性 ,  三次元 ,  視覚
準シソーラス用語： 局在化 ,  レイキャスティング ,  畳込みニューラルネットワーク ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (7件)： ドロンイメージング ,  群衆検出 ,  深層学習 ,  FCNN ,  意味マッピング ,  オクトマップ ,  ROS

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： ROS ,  深層学習 ,  モデル ,  UAV ,  ビデオ解析 ,  意味 ,  地図 ,  アノテーション