文献

J-GLOBAL ID：202202212113328517   整理番号：22A0849003

Markov確率場における局所および大域正則化によるシーンフローから視覚的オドメトリーへ【JST・京大機械翻訳】

From Scene Flow to Visual Odometry Through Local and Global Regularisation in Markov Random Fields

著者 (3件)： Scona Raluca (Dyson Robotics Laboratory, Imperial College London, London, U.K.) ,  Matsuki Hidenobu (Dyson Robotics Laboratory, Imperial College London, London, U.K.) ,  Davison Andrew (Dyson Robotics Laboratory, Imperial College London, London, U.K.)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 4299-4306  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
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： RGB-Dシーンフローに対するペアワイズMarkov確率場(MRF)定式化を再検討し,実時間実装のためのプロセッサ設計における新しい進歩を活用した。流れ場に滑らかさを課す正則化項と共に,連続画像間の強度一貫性を強制するデータ項から成るシーンフローアプローチを考察した。リアルタイム操作を達成するために,以前のシステムはGPUを活用し,隣接画素に対応する変数間でのみ正則化を実行した。このようなシステムは,連続的に変形する流れ場を推定できたが,全体場にわたる大域的正則化の欠如は,それらを視覚オドメトリーに対して無効にした。タイルと呼ばれる1216個の独立コア,それぞれ256個のkB局所メモリを含む,GraphCore知能処理ユニット(IPU)グラフプロセッサチップを利用した。タイルは,任意の通信パターンでタイル間の効率的なデータ伝送を可能にする超高速全通信ファブリックに接続されている。局所および大域的正則化の両方を実装するために,このプロセッサのアーキテクチャを利用するGauss信念伝搬に基づく高密度RGB-Dシーンフローのための分散定式化を提案した。局所正則化は,対応する画素が隣接している流れ推定の対に対して実行され,一方,大域的正則化は,画像平面上で互いに遠く離れた流れ推定対に対して定義される。両タイプの正則化を用いて,このアルゴリズムが様々なシーン内運動を扱うことを可能にし,同じシステム内の変形シーンフロー,ピースワイズ剛体シーンフローおよび視覚オドメトリーの推定に適している。Copyright 2022 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： アルゴリズム ,  記憶装置 ,  *視覚 ,  変形 ,  画像 ,  画素 ,  通信 ,  演算プロセッサ ,  *正則化 ,  定式化 ,  計算機アーキテクチャ ,  流れ場
準シソーラス用語： *Markov確率場 ,  データ伝送 ,  画像列 , 【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 (6件)： Markov確率場 ,  正則化 ,  シーン ,  フロー ,  視覚 ,  オドメトリー