文献

J-GLOBAL ID：202202221586543925   整理番号：22A0890475

三重項ネットワークの協調的訓練によるクロスドメインデータのマッチング:水中ロボットの事例研究【JST・京大機械翻訳】

Matching Cross-Domain Data with Cooperative Training of Triplet Networks: A Case Study on Underwater Robotics

著者 (4件)： De Giacomo Giovanni G. (Federal University of Rio Grande (FURG), Center for Computational Science, Rio Grande, RS, Brazil) ,  dos Santos Matheus M. (Federal University of Rio Grande (FURG), Center for Computational Science, Rio Grande, RS, Brazil) ,  Drews-Jr Paulo L. J. (Federal University of Rio Grande (FURG), Center for Computational Science, Rio Grande, RS, Brazil) ,  Botelho Silvia S. C. (Federal University of Rio Grande (FURG), Center for Computational Science, Rio Grande, RS, Brazil)
資料名： Journal of Intelligent & Robotic Systems  (Journal of Intelligent & Robotic Systems)
巻： 104  号： 3  ページ： 55  発行年： 2022年 
JST資料番号： T0752A  ISSN： 0921-0296  CODEN： JIRSES  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 最近,深い畳込みニューラルネットワークがロボットビジョンや同時位置決めやマッピングのような様々なロボット問題に適用されている。これらの中で,シームと三重項ネットワークは,ドメイン内マッチングにおいて大きな牽引を得た。しかし,交差ドメイン問題においてこれらのネットワークを直接使用することは不可能である。したがって,本論文では,水中ロボットに集中したクロスドメインマッチングとランキングを行うために,一組の三重項ネットワークを訓練する新しい方法を提案した。本方法を用いて,水中ロボット位置確認アルゴリズムをサポートするために,音響およびセグメント化空中画像のマッチングを行うための一対のネットワークを訓練した。結果は,この方法が音響画像と分割された空中画像のマッチングにおいて最大83%の精度を達成し,音響画像を与える関連空中画像のランキングにおいて最大85%の再現率を達成できることを示した。Copyright The Author(s), under exclusive licence to Springer Nature B.V. 2022 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 ,  セグメンテーション ,  *ネットワーク ,  *ロボット ,  音響 ,  ニューラルネットワーク ,  画像処理 ,  画像 ,  等級づけ ,  *事例研究 ,  音波画像 ,  コンピュータビジョン ,  *マッチング
準シソーラス用語： 画像融合 ,  ロボットビジョン ,  *水中ロボット ,  空中画像 ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  クロスドメインマッチング ,  画像融合 ,  三重項ネットワーク

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (6件)： 三重項 ,  協調 ,  訓練 ,  マッチング ,  水中ロボット ,  研究