文献

J-GLOBAL ID：202002274604949864   整理番号：20A1187548

FlowNet3D++:深いシーン流推定のための幾何学的損失【JST・京大機械翻訳】

FlowNet3D++: Geometric Losses For Deep Scene Flow Estimation

著者 (5件)： Wang Zirui ,  Li Shuda ,  Howard-Jenkins Henry ,  Prisacariu Victor Adrian ,  Chen Min
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WACV  ページ： 91-98  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： 著者らは,深いシーン流れ推定ネットワークであるFlowNet3D++を提示した。古典的方法に触発されて,FlowNet3D++は,流れ場における個々のベクトル間の点-トップ車線距離と角度アラインメントの形において,FlowNet3D[21]に幾何学的制約を組み込んだ。著者らは,これらの幾何学的損失項の追加が,57.85%から63.43%まで,以前の最先端のFlowNet3D精度を改善することを実証した。著者らの幾何学的制約の有効性をさらに実証するために,動的3D再構成のタスクに関するフロー推定のベンチマークを提案し,これにより,シーンフローを評価するために以前に用いられた個々のメトリックの破壊よりも,より全体的で実用的な性能尺度を提供した。これは,点ベースのシーンフロー予測をグローバルな高密度ボリュームに統合するための新しいパイプラインの寄与を通して可能になる。FlowNet3D++は,FlowNet3D上で再構成誤差が15.0%減少し,KillingFusion[32]単独で35.2%改善された。著者らは,著者らのシーンフロー推定コードを後にリリースした。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： *アラインメント ,  ベクトル ,  ネットワーク ,  再構成 ,  有効性 ,  ベンチマーク ,  流れ場
準シソーラス用語： 高密度 ,  3D画像再構成 ,  ホップ数 , 【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 (4件)： シーン ,  推定 ,  幾何学 ,  損失