RGB2LIDAR:大規模クロスモーダル視覚位置決めの解決に向けて【JST・京大機械翻訳】

Mithun Niluthpol Chowdhury; Sikka Karan; Chiu Han-Pang; Samarasekera Supun; Kumar Rakesh

プレプリント

J-GLOBAL ID：202202205774676851 整理番号：22P0190179

RGB2LIDAR:大規模クロスモーダル視覚位置決めの解決に向けて【JST・京大機械翻訳】

RGB2LIDAR: Towards Solving Large-Scale Cross-Modal Visual Localization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年09月11日プレプリントサーバーでの情報更新日： 2020年09月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

地上RGB画像を地理参照空中LIDAR 3D点雲(深さ画像としてレンダリング)にマッチングすることにより,大規模クロスモーダル視覚位置確認の重要で,まだ未探索問題を研究した。小さなデータセットで先行研究が実証され,大規模アプリケーションのスケールアップに自分自身が参加しなかった。大規模評価を可能にするために,RGBと空中LIDAR深さ画像の550K対(範囲143km×2領域)を含む新しいデータセットを導入した。著者らは,両方のモダリティから外見と意味的手がかりを効果的に組み合わせる新しい共同埋込みベースの方法を提案し,劇的なクロスモーダル変化を扱う。提案したデータセットに関する実験は,著者らのモデルが14kmの^2地域から収集された50K位置対の大きな試験セットを横断して,5の中央値ランクの強い結果を達成することを示した。これは,性能と規模での事前研究よりも著しい進歩を示す。定性的な結果で,この課題の挑戦的な性質と提案モデルの利点を強調する。本研究は,クロスモーダル視覚局在化におけるさらなる研究のための基礎を提供する。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般 , 応用心理学 , 人間機械系 , パターン認識

前のページに戻る