文献

J-GLOBAL ID：202102249600671535   整理番号：21A0671945

Bayes推論を用いた単眼画像からの教師なし深さと信頼予測【JST・京大機械翻訳】

Unsupervised Depth and Confidence Prediction from Monocular Images using Bayesian Inference

著者 (6件)： Bhutani Vishal (TATA Consultancy Services,India) ,  Vankadari Madhu (TATA Consultancy Services,India) ,  Jha Omprakash (TATA Consultancy Services,India) ,  Majumder Anima (TATA Consultancy Services,India) ,  Kumar Swagat (Edge Hill University,UK) ,  Dutta Samrat (TATA Consultancy Services,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IROS  ページ： 10108-10115  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： 本論文では,単眼RGB画像からピクセル深さ予測の精度を改善するために,Bayes推論による教師なし深層学習フレームワークを提案した。提案フレームワークは,与えられた入力画像に対する深さと姿勢情報と共に信頼マップを予測する。以前のフレームからの深度仮説は,Bayes推論機構を用いて,現在のフレームの深さ仮説と前進し,融合した。信頼マップ予測を訓練するのに必要なグランドトルース情報は,画像再構成損失を用いて構築され,それによって,教師つき方法で使用される明示的なグランドトルース深さ情報の必要性を回避する。得られた教師なしフレームワークは,公的に利用可能なKITTI屋外データセットに関する深さ予測に対する既存の最先端の方法より優れていることを示した。提案フレームワークの有用性は,ロボットエンドエフェクタの姿勢が,アイインハンド単眼カメラから予測される深さを用いて計算される,実世界ロボットピックアンド位置アプリケーションを示すことにより,さらに確立された。提案したフレームワークのために作られた設計選択は,広範なアブレーション研究によって正当化される。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： ロボット ,  *Bayes推定 ,  画素 ,  応用プログラム ,  *単眼 ,  アブレーション ,  画像再構成
準シソーラス用語： 単眼カメラ ,  グランドトゥルース ,  深層学習 , 【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 (5件)： Bayes推論 ,  単眼 ,  教師 ,  信頼 ,  予測