文献

J-GLOBAL ID：202002254339293999   整理番号：20A2571873

自己教師つき3Dオブジェクト検出のための単眼微分可能レンダリング【JST・京大機械翻訳】

Monocular Differentiable Rendering for Self-supervised 3D Object Detection

著者 (7件)： Beker Deniz (Preferred Networks, Inc., Chiyoda City, Japan) ,  Kato Hiroharu (Preferred Networks, Inc., Chiyoda City, Japan) ,  Morariu Mihai Adrian (Preferred Networks, Inc., Chiyoda City, Japan) ,  Ando Takahiro (Preferred Networks, Inc., Chiyoda City, Japan) ,  Matsuoka Toru (Preferred Networks, Inc., Chiyoda City, Japan) ,  Kehl Wadim (Toyota Research Institute - Advanced Development, Chuo City, Japan) ,  Gaidon Adrien (Toyota Research Institute, Los Altos, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12366  ページ： 514-529  発行年： 2020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： 単眼画像からの3D物体検出は,深さとスケールの投影エンタングルメントによる不良設定問題である。この多義性を克服するために,強い形状事前と2Dインスタンスマスクの助けを借りて,テクスチャ3D形状再構成と剛体物体の姿勢推定のための新しい自己監督法を提案した。提案手法は,事前訓練単眼深度推定ネットワークから導出された異なるレンダリングと自己監督された目的を用いて,画像中の各物体の3D位置とメッシュを予測する。方法の精度を評価するためにKITTI3D物体検出データセットを用いた。実験により,高価な3D地上トラスラベルまたはLiDAR情報に対する代替として,雑音のある単眼深度および微分可能レンダリングを効果的に使用できることを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 剛体 ,  雑音 ,  ネットワーク ,  *微分 ,  多義性 ,  再構成 ,  二次元 ,  *単眼 ,  *三次元 ,  *レンダリング
準シソーラス用語： 姿勢推定 ,  三次元形状 ,  *物体検出 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 自己 ,  教師 ,  3D ,  オブジェクト検出 ,  単眼 ,  微分 ,  レンダリング