幾何学を意識した敵対学習による動的オブジェクト除去と時空間RGB-D修復【JST・京大機械翻訳】

Besic Borna; Valada Abhinav

プレプリント

J-GLOBAL ID：202202209227898357 整理番号：21P0043764

幾何学を意識した敵対学習による動的オブジェクト除去と時空間RGB-D修復【JST・京大機械翻訳】

Dynamic Object Removal and Spatio-Temporal RGB-D Inpainting via Geometry-Aware Adversarial Learning

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 (2件)： ,
資料名：
発行年： 2020年08月11日プレプリントサーバーでの情報更新日： 2022年01月03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)

動的オブジェクトは,位置決めやマッピングのような本質的なタスクの性能を低下させる環境のロボットの知覚に顕著な影響を持っている。本研究では,動的物体によって閉塞された領域における妥当な色,テクスチャおよび形状を合成することによってこの問題に取り組んだ。粗いトポロジーに従う新しい幾何学認識DynaFillアーキテクチャを提案し,以前の時間ステップから情報を適応的に融合するために,ゲート付き再帰フィードバック機構を組み込んだ。将来のフレーム情報に頼らず,空間および時間的にコヒーレントな方法でオンラインで隠蔽された領域におけるカラーおよび深さ構造を幻覚できる微細な現実的なテクスチャを合成するために,敵対的訓練を用いてアーキテクチャを最適化した。画像-画像変換タスクとして著者らの修復問題をキャストするので,このモデルは,影や反射のようなシーンにおける動的オブジェクトの存在と相関する領域も補正する。RGB-D画像,意味セグメンテーションラベル,カメラ姿勢,およびオクルージョン領域の地上RGB-D情報を有する大規模超現実的データセットを導入した。広範な定量的および定性的評価は,著者らのアプローチが,挑戦的な気象条件においても最先端の性能を達成することを示した。さらに,著者らのアプローチの有用性を示す合成画像による検索ベース視覚位置確認に対する結果を示した。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般

, , , , , , ,

前のページに戻る