文献

J-GLOBAL ID：202002263196282780   整理番号：20A2144675

過負荷表現のシーケンスベースマッチングによる高速,コンパクトで高度にスケーラブルな視覚場所認識【JST・京大機械翻訳】

Fast, Compact and Highly Scalable Visual Place Recognition through Sequence-based Matching of Overloaded Representations

著者 (2件)： Garg Sourav (QUT Centre for Robotics, School of Electrical Engineering and Robotics at the Queensland University of Technology) ,  Milford Michael (QUT Centre for Robotics, School of Electrical Engineering and Robotics at the Queensland University of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICRA  ページ： 3341-3348  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： 視覚位置認識アルゴリズムは,3つの重要な特性,すなわち,それらのストレージフットプリント,それらの計算要求,および結果としての成績をトレードオフし,しばしば想起率に関して表現する。重要な事前作業は,高度にコンパクトな位置表現,サブ線形計算スケーリングおよびサブ線形保存スケーリング技術を研究してきたが,これらに関する1つまたはそれ以上の大きな妥協を含み,比較的小さなデータセットでしか実証されていない。本論文では,超コンパクト位置表現,準線形保存スケーリングおよび極めて軽量な計算要求の組み合わせを,初めて可能にする新しい位置認識システムを提案した。本手法は,ロボットドメインにおける多くの空間データの本質的逐次性質を利用して,より衝突をもたらすが,配列ベースマッチングによって解決される意図的に粗いスカラー量子化ベースのハッシュを通して,典型的なターゲット基準を反転する。初めて,著者らは,従来の最先端のアプローチが1300倍より多くの計算を消費して,壊滅的に失敗する100フレームのシーケンスをマッチングするための50%以上のリコールを達成するために,場所当たり8バイトの貯蔵と37Kのユニタリー操作を必要とする,新しい非常に大きな10百万の場所データセット上で,効果的な位置認識率を達成できる方法を示した。量子化ベクトル長の変化するサイズの下で,著者らのハッシュ過負荷アプローチの有効性を調査する解析を示し,実際のマッチ選択とほぼ不整合の一致を比較し,量子化に対するデータの分散再スケーリングの影響を特性化した。資源リンク:https://github.com/oravus/CoarseHash;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： *視覚 ,  ベクトル ,  量子化 ,  ロボット ,  線形性 ,  不整合 ,  スカラー ,  過負荷 ,  キャラクタリゼーション ,  有効性
準シソーラス用語： フットプリント ,  認識アルゴリズム ,  位置認識 ,  ストレージ装置 , 【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)： 過負荷 ,  表現 ,  視覚