文献

J-GLOBAL ID：202202232635012830   整理番号：22A0781120

アクティブステレオのための自己教師付き深さ完成【JST・京大機械翻訳】

Self-Supervised Depth Completion for Active Stereo

著者 (6件)： Warburg Frederik (Technical University of Denmark, Copenhagen, Denmark) ,  Hernandez-Juarez Daniel (Slamcore Limited, London, U.K.) ,  Tarrio Juan (Slamcore Limited, London, U.K.) ,  Vakhitov Alexander (Slamcore Limited, London, U.K.) ,  Bonde Ujwal (Slamcore Limited, London, U.K.) ,  Alcantarilla Pablo F. (Slamcore Limited, London, U.K.)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 3475-3482  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： アクティブステレオシステムは3D情報を必要とする多くのロボットアプリケーションに使用されている。しかし,これらの深さセンサは立体アーチファクトに悩まされ,密な深さ推定を提供しない。本研究では,正確な密な深さマップを予測するアクティブステレオシステムに対する最初の自己監督深さ完了法を示した。提案システムでは,動き推定と正確な(スパース)3Dランドマークを生成するために,特徴ベース視覚慣性SLAMシステムを利用した。3Dランドマークは,訓練中のモデル入力と監視として使用された。動き推定は,パッシブおよびアクティブステレオフレームの組み合わせに依存する著者らの新しい再構成損失において使用され,屋内環境において一般的であるテクスチャレス領域の大幅な改善をもたらす。公的に利用可能な活性立体データセットの非存在のため,著者らは,活動深度完了と予測に必要な公的に利用可能な合成データセット(TartanAir[30])に対する追加情報と共に実際のデータセットを解放した。厳密な評価を通して,著者らは,著者らの方法が両方のデータセットに関して最先端技術より優れていることを示した。さらに,ロボットプラットフォームで使用するとき,この方法がより完全で,従って,より安全で,3Dマップを得る方法を示した。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： 視覚 ,  情報 ,  ロボット ,  再構成 ,  応用プログラム ,  屋内環境 ,  モデル ,  センサ ,  *ステレオ音響 ,  三次元 ,  アーチファクト ,  動き推定
準シソーラス用語： ロボットプラットフォーム ,  ランドマーク ,  奥行きマップ , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ステレオ ,  自己 ,  教師