文献

J-GLOBAL ID：202002280053387454   整理番号：20A2526344

Camera動きとビデオオブジェクトセグメンテーションからのオブジェクト深さの学習【JST・京大機械翻訳】

Learning Object Depth from Camera Motion and Video Object Segmentation

著者 (2件)： Griffin Brent A. (University of Michigan, Ann Arbor, USA) ,  Corso Jason J. (University of Michigan, Ann Arbor, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12352  ページ： 295-312  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： ビデオオブジェクトセグメンテーション,すなわちビデオにおける背景からのターゲットオブジェクトの分離は,近年,実および挑戦的なビデオ上で大きな進歩を遂げた。3Dアプリケーションにおけるこの進展を利用するために,本論文では,カメラ運動(例えば,ロボット運動学または車両オドメトリ)の幾つかの測定を与えるセグメント化オブジェクトの深さを推定するための学習の問題に取り組んだ。著者らは,まず,多様な拡張可能なデータセットを導入し,第2に,セグメンテーションマスクと非較正カメラ運動のみを用いて,オブジェクトの深さを推定する新しい深層ネットワークを設計する。著者らのデータ生成フレームワークは,カメラと物体間の距離の変化のためにスケールされる人工物体セグメンテーションを作成し,著者らのネットワークはセグメンテーション誤差でも物体深さを推定するために学習する。YCBデータセットと車両カメラから物体を位置決めし,運転中に障害物を位置決めするために,ロボットカメラを用いてドメインを横断するアプローチを示した。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： カメラ ,  *セグメンテーション ,  ネットワーク ,  ロボット ,  *録画装置 ,  応用プログラム ,  三次元 ,  深層
準シソーラス用語： ロボット工学 ,  人工物 ,  ロボット運動学 ,  *オブジェクトセグメンテーション , 【Automatic Indexing@JST】

著者キーワード (3件)： 深さ推定 ,  ビデオオブジェクトセグメンテーション ,  ロボット工学

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

タイトルに関連する用語 (4件)： 動き ,  ビデオオブジェクトセグメンテーション ,  オブジェクト ,  学習