文献

J-GLOBAL ID：202002223430408886   整理番号：20A0385653

自己教師付き単眼画像深度学習と信頼推定【JST・京大機械翻訳】

Self-supervised monocular image depth learning and confidence estimation

著者 (4件)： Chen Long (Bournemouth University, Poole, UK) ,  Tang Wen (Bournemouth University, Poole, UK) ,  Wan Tao Ruan (University of Bradford, Bradford, UK) ,  John Nigel W. (University of Chester, Chester, UK)
資料名： Neurocomputing  (Neurocomputing)
巻： 381  ページ： 272-281  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 単眼画像深さ学習と信頼性推定のための新しい自己管理フレームワークを提示した。著者らのフレームワークは,多くのコンピュータビジョンタスクにおけるCNNの高速展開のための挑戦的な問題である,訓練畳込みニューラルネットワーク(CNNs)のために必要とされるグランドトルースアノテーションデータの量を減少させる。著者らのDepthNetは,マッチングおよび学習戦略としてマルチスケールパッチを取るために,ゼロ平均正規化交差相関(ZNCC)を通して,新しい完全微分パターンベースのコスト関数を採用した。この方式は,深さ学習の精度とロバスト性を大いに増加させる。提案したパッチベースのコスト関数は自然に0から1の信頼性を提供するが,ZNCCが深さ推定の信頼性として近似できる類似性の正規化測度であるという事実を利用することにより,信頼マップ学習と推定のための並列ネットワークの訓練を自己監督するために使用する。したがって,提案された対応する信頼マップ学習と推定は,自己管理された方法で動作し,DepthNetに対する並列ネットワークである。KITTI深さ予測評価データセットとMake3Dデータセットに関する評価は,著者らの方法が最先端の結果より優れていることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コンピュータビジョン ,  費用関数 ,  *単眼 ,  ネットワーク ,  類似性 ,  アノテーション ,  自己管理 ,  測度 ,  正規化 ,  微分 ,  信頼性 ,  *学習 ,  ロバスト性
準シソーラス用語： グランドトゥルース ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 単眼深度推定 ,  深部畳込みニューラルネットワーク ,  信頼マップ

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 自己 ,  教師 ,  単眼 ,  深度 ,  学習 ,  信頼 ,  推定