文献

J-GLOBAL ID：202202222314641724   整理番号：22A0554710

異種データ上のロバストな再局在化のためのバイナリグラフ記述子【JST・京大機械翻訳】

Binary Graph Descriptor for Robust Relocalization on Heterogeneous Data

著者 (3件)： Wang Xi (Inria, CNRS, Irisa, Univ Rennes, Rennes, France) ,  Christie Marc (Inria, CNRS, Irisa, Univ Rennes, Rennes, France) ,  Marchand Eric (Inria, CNRS, Irisa, Univ Rennes, Rennes, France)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 2008-2015  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： このレターでは,視覚SLAMシステムのためのループ検出を改善するために,新しいバイナリグラフ記述子を提案する。著者らの貢献は,i)画像から抽出した空間とヒストグラム情報の両方を保存する二値記述子を生成するためのグラフ埋込み技法である。ii)提案した二値グラフ記述子に不均一データの多重層を結合する一般的平均を,マッチングと幾何学的検査方法と結合した。また,効率およびスケーラビリティを改善する増分Bag-of-Words(iBoW)構造への著者らの記述子の実装を導入し,深層ニューラルネットワーク(DNN)結果を解釈する方法を提案した。異なる照明と季節条件にわたる合成と実データセットでこのシステムを評価した。提案方法は,交差条件データセットに対して高いロバスト性を示すだけでなく,再局在化精度と計算性能に関して最先端のループ検出フレームワークより優れている。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： 視覚 ,  データ ,  多層 ,  ヒストグラム ,  マッチング ,  *ロバスト性
準シソーラス用語： 局在化 ,  *異種データ ,  グラフ埋込み ,  ディープ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 (6件)： 異種データ ,  ロバスト ,  局在化 ,  バイナリ ,  グラフ ,  記述子