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。
最近,3D画像だけでなく,RGBからの分類と検出システムの多くがあった。本研究では,RGB-Dまたは深さのみの点雲からの新しい3D物体検出システムについて述べた。このシステムは,最初に,2D(RGB,または深さから構成された擬似RGB)のオブジェクトを検出する。次のステップは,これらの2D検出が定義される3D果実内の3D物体を検出することである。これは,以前の研究で行われたように全体の果実を用いる代わりに,果実のボクセル化部分により達成される。このシステムの主な新規性は,ボクセルの部分(3D提案)をボクセル化することを決定することにあり,従って,関心の対象物の周りに高分解能表現を提供することを可能にする。また,このシステムはメモリ要件の削減を可能にする。これらの3D提案は,効率的なリセットベースの3D完全畳込みネットワーク(FCN)に供給される。この3D検出システムは高速で,ロボットプラットフォームに統合できる。ボクセル化(PointNetのような)を行わないシステムに関して,著者らの方法は,データセットのサブサンプリングの要求なしで操作することができた。また,このシステムの効率をさらに改善するパイプライン化アプローチを導入した。SUN RGB-Dデータセットに関する結果は,小さなネットワークに基づく著者らのシステムが,最先端の[16]に匹敵する検出結果で20フレームを処理でき,2つの高速化を達成することを示した。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】