フローステップ3D:自己教師付きシーンフロー推定のためのモデルアンローリング【JST・京大機械翻訳】

Kittenplon Yair; Eldar Yonina C.; Raviv Dan

プレプリント

J-GLOBAL ID：202202211428030406 整理番号：21P0062408

フローステップ3D:自己教師付きシーンフロー推定のためのモデルアンローリング【JST・京大機械翻訳】

FlowStep3D: Model Unrolling for Self-Supervised Scene Flow Estimation

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 (3件)： , ,
資料名：
発行年： 2020年11月19日プレプリントサーバーでの情報更新日： 2021年04月04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)

シーンフローとして知られるシーンにおける点の3D動きの推定はコンピュータビジョンにおけるコア問題である。エンドツーエンド3Dフローを学習するために設計された従来の学習ベースの方法は,しばしば貧弱な一般化に悩まされる。ここでは,シーンフロー予測を精密化するための非圧延反復アラインメント手順の単一ステップを学習する再帰アーキテクチャを提示した。古典的アルゴリズムにヒントを得て,強い正則化を用いて解に対する反復収束を実証した。提案方法は,サイズ可能な時間変形を扱うことができ,競合全対全相関アプローチよりも,スリーマアーキテクチャを示唆した。このネットワークは,FhingThings3D合成データのみに,実際のスキャンにうまく一般化し,KITTI自己監督ベンチマーク上の大きなマージンによってすべての既存の方法を凌駕する。【JST・京大機械翻訳】

, , , , , , , , , , , , ,

図形・画像処理一般 , パターン認識

, , , , ,

前のページに戻る