iSDF:ロボット知覚のための実時間ニューラル標識距離場【JST・京大機械翻訳】

Ortiz Joseph; Clegg Alexander; Dong Jing; Sucar Edgar; Novotny David; Zollhoefer Michael; Mukadam Mustafa

プレプリント

J-GLOBAL ID：202202213509050439 整理番号：22P0325793

iSDF:ロボット知覚のための実時間ニューラル標識距離場【JST・京大機械翻訳】

iSDF: Real-Time Neural Signed Distance Fields for Robot Perception

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 (7件)： , , , , , ,
資料名：
発行年： 2022年04月05日プレプリントサーバーでの情報更新日： 2022年05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)

実時間署名距離場(SDF)再構成のための連続学習システムであるiSDFを示した。移動カメラからの与えられた深さ画像のストリームを考えて,ランダム初期化ニューラルネットワークを訓練し,入力3D座標を近似符号距離に写像した。モデルは,能動的にサンプリングされたクエリポイントのバッチにおける最密サンプリング点までの距離を用いて予測符号距離を制限する損失を最小化することにより自己監督される。ボクセルグリッドに基づく以前の研究とは対照的に,著者らのニューラル法は,部分的に観測された領域および観測の雑音除去において,よりコンパクトな表現を持つ一方で,妥当な充填で,適応レベルの詳細を提供できる。屋内環境の実および合成データセットに対する代替方法に対する評価において,iSDFはより正確な再構成を生成し,衝突コストと勾配のより良い近似がナビゲーションから操作までの領域における下流計画者にとって有用であることを見出した。コードとビデオ結果は,著者らのプロジェクトページ:https://joeaortiz.github.io/iSDF/で見つけることができる。【JST・京大機械翻訳】

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

図形・画像処理一般

, , ,

前のページに戻る