文献

J-GLOBAL ID：202202225816643323   整理番号：22A0959088

MegaStitch:ロバストな大規模画像スティッチング【JST・京大機械翻訳】

MegaStitch: Robust Large-Scale Image Stitching

著者 (6件)： Zarei Ariyan (Department of Computer Science, The University of Arizona, Tucson, AZ, USA) ,  Gonzalez Emmanuel (School of Plant Sciences, The University of Arizona, Tucson, AZ, USA) ,  Merchant Nirav (Data Science Institute, The University of Arizona, Tucson, AZ, USA) ,  Pauli Duke (School of Plant Sciences, The University of Arizona, Tucson, AZ, USA) ,  Lyons Eric (School of Plant Sciences, The University of Arizona, Tucson, AZ, USA) ,  Barnard Kobus (Department of Computer Science, The University of Arizona, Tucson, AZ, USA)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.4408309.1-9  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： 画像間の連鎖変換と最小重複によるドリフトに対してロバストである間,大きな画像収集のための高速画像ステッチングに取り組んだ。地上精度が視覚外観や投影誤差よりも遥かに重要な科学的応用に焦点を当て,誤解を招く。一般的大規模画像ステッチング利用事例では,画像間の変換はしばしば類似性または翻訳に制限される。ホモグラフィをこれらの場合に使用すると,貧弱な局所最小値にトラップされ,非天然結果を生じる確率が増加する。したがって,アフィンまでの変換のために,いくつかの単純な制約を持つ線形最小二乗を用いて大域的に再投影誤差を最小化するようにステッチングをキャストした。ホモグラフィでは,大域的アフィン解が,ホモグラフィベースの足場とより低い計算コストで初期化する代替案と比較して,束調整のためのより良い初期化を提供することを観察した。限られた重複と4つのドローンデータセットを有する非常に大きな翻訳データセットに関する著者らの方法を評価した。本手法は,計算コスト,多数の画像に対するスケーリング,およびドリフトに対するロバスト性に関して,MGRAPHのような代替手法と比較して,より良いことを示した。また,この努力のための地上-トラスデータセットも貢献した。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： 最小二乗法 ,  視覚 ,  *画像処理 ,  *画像 ,  無人機 ,  線形性 ,  類似性 ,  大規模 ,  *ロバスト性
準シソーラス用語： ホモグラフィー ,  計算コスト ,  ステッチ溶接 ,  *画像スティッチング ,  画像収集 , 【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 (3件)： ロバスト ,  大規模 ,  画像スティッチング