文献

J-GLOBAL ID：202202212022251156   整理番号：22A0924843

3Dモデルを用いた単一画像位置決め:ドメイン適応のための階層的エッジマップとセマンティックセグメンテーションの結合【JST・京大機械翻訳】

Single-image localisation using 3D models: Combining hierarchical edge maps and semantic segmentation for domain adaptation

著者 (8件)： Acharya Debaditya (CSIRO, Oceans and Atmosphere, Clayton, Melbourne, Victoria 3168, Australia) ,  Acharya Debaditya (Department of Manufacturing, Materials and Mechatronics, RMIT University, Melbourne, Victoria 3000, Australia) ,  Acharya Debaditya (Department of Infrastructure Engineering, The University of Melbourne, Parkville, Victoria 3010, Australia) ,  Tennakoon Ruwan (School of Computing Technologies, RMIT University, Melbourne, Victoria 3000, Australia) ,  Muthu Sundaram (Department of Manufacturing, Materials and Mechatronics, RMIT University, Melbourne, Victoria 3000, Australia) ,  Khoshelham Kourosh (Department of Infrastructure Engineering, The University of Melbourne, Parkville, Victoria 3010, Australia) ,  Hoseinnezhad Reza (Department of Manufacturing, Materials and Mechatronics, RMIT University, Melbourne, Victoria 3000, Australia) ,  Bab-Hadiashar Alireza (Department of Manufacturing, Materials and Mechatronics, RMIT University, Melbourne, Victoria 3000, Australia)
資料名： Automation in Construction  (Automation in Construction)
巻： 136  ページ： Null  発行年： 2022年 
JST資料番号： W0491A  ISSN： 0926-5805  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最近,深層ニューラルネットワークは単一画像位置決めにおいて顕著な性能を達成し,そこではカメラの位置と方向を独立画像を用いて推定した。主なボトルネックは,通常,構造-動きアプローチを用いて生成される大量の注釈付きデータの要求である。本研究では,畳み込みニューラルネットワーク(CNN)が合成画像から学習でき,実画像の単一画像局在化のタスクを遂行し,そこでは合成画像をテクスチャ無し3Dモデルからレンダリングすることを実証した。セグメント化画像,階層的エッジマップ,または提案したドメイン適応を実行するための組合せのいずれかとして,実画像と合成画像の両方を示した。したがって,この適応は,構造-運動法を用いることにより,さもなければ得られるグランドトルースカメラ姿勢を有する実際の注釈付き画像の必要性を排除する。包括的な実験は,適応を用いることなく,ベースライン実験と比較して,適応によって66%の改善を達成できることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  *セグメンテーション ,  位置決め ,  *画像 ,  姿勢 ,  基準線 ,  レンダリング ,  アノテーション ,  *三次元モデル
準シソーラス用語： 局在化 ,  合成画像 ,  ディープニューラルネットワーク ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 3Dモデル ,  ドメイン適応 ,  エッジ ,  マップ ,  セマンティックセグメンテーション