文献

J-GLOBAL ID：202002250673466665   整理番号：20A1187712

RGB-Dまたは奥行画像からの3D物体検出のためのFrustum Voxnet【JST・京大機械翻訳】

Frustum VoxNet for 3D object detection from RGB-D or Depth images

著者 (2件)： Shen Xiaoke (CUNY,The Graduate Center,New York City,USA) ,  Stamos Ioannis (CUNY,The Graduate Center,New York City,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WACV  ページ： 1687-1695  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 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】

シソーラス用語： 記憶装置 ,  畳込み ,  ネットワーク ,  二次元 ,  *三次元 ,  高速化 ,  高分解能 ,  ボクセル
準シソーラス用語： 三次元画像 ,  サブサンプリング ,  ロボットプラットフォーム ,  奥行画像 ,  *RGB-D , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： RGB-D ,  奥行画像 ,  3D物体