文献
J-GLOBAL ID:202102211389932640   整理番号:21A0671390

TartanAir:視覚SLAMの限界を押し上げるためのデータセット【JST・京大機械翻訳】

TartanAir: A Dataset to Push the Limits of Visual SLAM
著者 (9件):
資料名:
巻: 2020  号: IROS  ページ: 4909-4916  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ロボットナビゲーションタスクのためのTartanAirの挑戦的なデータセットを提示した。データを,移動物体の存在,光および様々な気象条件による写真-現実的シミュレーション環境で集めた。シミュレーションのデータを収集することにより,マルチモーダルセンサデータおよび立体RGB画像,深さ画像,セグメンテーション,オプティカルフロー,カメラ姿勢およびLiDARポイントクラウドのような正確なグランドトルースラベルを得ることができた。物理的データ収集プラットフォームを用いて達成するのが困難な視点と多様な運動パターンをカバーする,様々なスタイルとシーンを有する多数の環境を設定した。そのような大規模でのデータ収集を可能にするために,マッピング,軌跡サンプリング,データ処理,およびデータ検証を含む自動パイプラインを開発した。このデータを用いて視覚SLAMアルゴリズムに対する様々な要因の影響を評価した。最先端アルゴリズムの結果は,視覚SLAM問題が解決から遠いことを明らかにした。【方法】KITTIのような確立されたデータセットに関して良い性能を示すのは,より困難なシナリオでよく機能しない。シミュレーションを使用するが,著者らの目標は,新しい方法をテストするための挑戦的なベンチマークを提供することによって,実世界におけるVisual SLAMアルゴリズムの限界を押し出すことであり,また,学習ベースの方法のための大規模な多様な訓練データを用いることである。著者らのデータセットはhttp://theairlab.org/tartanair-datasetで利用可能である。Copyright 2021 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る