抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
深いニューラルネットワークは,単一画像からの深さ推定におけるブレークスルーをもたらす。最近の研究は,これらの評価の質が急速に増加していることを示している。ニューラルネットワークは単一画像の深さを見ることができることは明らかである。しかしながら,著者らの知る限りでは,これらのネットワークが学習されていることを分析する研究は現在存在しない。本研究では,以前に発表された4つのネットワークを取り上げ,それらが利用する深さの手がかりを調べた。全てのネットワークは,画像中の垂直位置に有利に知られた障害物の見掛けサイズを無視することを見出した。垂直位置の使用は,カメラ姿勢を知る必要がある。しかしながら,これらのネットワークはカメラピッチとロール角の変化を部分的に認識するだけであることを見出した。カメラピッチの小さな変化は,障害物に対する推定距離を乱すことを示した。垂直画像位置の使用は,ネットワークが任意の障害物に対する深さを推定することを可能にするが,訓練集合では現れないが,一般的には存在しない特徴に依存する可能性がある。Copyright 2020 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】
