バーチャルリアリティへの応用による円筒パノラマビデオからの深さと自己運動の教師なし学習【JST・京大機械翻訳】

Sharma Alisha; Nett Ryan; Ventura Jonathan

プレプリント

J-GLOBAL ID：202202214247248298 整理番号：22P0200658

バーチャルリアリティへの応用による円筒パノラマビデオからの深さと自己運動の教師なし学習【JST・京大機械翻訳】

Unsupervised Learning of Depth and Ego-Motion from Cylindrical Panoramic Video with Applications for Virtual Reality

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10月14日プレプリントサーバーでの情報更新日： 2020年11月09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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

円筒パノラマビデオからの深さとego運動の教師なし学習のための畳み込みニューラルネットワークモデルを導入した。パノラミック深さ推定は,バーチャルリアリティ,3Dモデリング,および自律ロボットナビゲーションのような応用のための重要な技術である。パノラマ画像に畳み込みニューラルネットワークを適用するための従来手法とは対照的に,修正なしに畳込みフィルタや最大プールのような従来のCNN層の使用を可能にする円筒パノラマ射影を用いた。合成および実データの評価により,円筒パノラマ画像上の深さおよびego運動の教師なし学習は,高品質深さマップを生成し,視野増加により,ego-モーション推定精度が向上することを示した。このアプローチを評価する2つの新しいデータセット:CARLAシミュレータを用いて作成した合成データセット,およびヘルメット搭載カメラから収集されたパノラマビデオの新しいデータセット,を都市設定でバイキングする。また,このネットワークを単眼パノラマをステレオパノラマに変換する問題に適用した。【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