文献

J-GLOBAL ID：202202235416990285   整理番号：22A1163373

LD-Net:実時間自己管理単眼深さ推定のための軽量ネットワーク【JST・京大機械翻訳】

LD-Net: A Lightweight Network for Real-Time Self-Supervised Monocular Depth Estimation

著者 (4件)： Xiong Mingkang (Shanghai Key Laboratory of Intelligent Sensing and Recognition, Institute for Sensing and Navigation, Shanghai Jiao Tong University, Shanghai, China) ,  Zhang Zhenghong (Shanghai Key Laboratory of Intelligent Sensing and Recognition, Institute for Sensing and Navigation, Shanghai Jiao Tong University, Shanghai, China) ,  Zhang Tao (Shanghai Key Laboratory of Intelligent Sensing and Recognition, Institute for Sensing and Navigation, Shanghai Jiao Tong University, Shanghai, China) ,  Xiong Huilin (Shanghai Key Laboratory of Intelligent Sensing and Recognition, Institute for Sensing and Navigation, Shanghai Jiao Tong University, Shanghai, China)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 29  ページ： 882-886  発行年： 2022年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  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： ビデオシーケンスからの自己監督単眼深度推定は,3D環境知覚に対して有望である。しかしながら,ほとんどの既存の方法は,複雑な深さネットワークを使用して,単眼深度推定を実現し,それは,しばしば,資源制約装置に難しい。この問題を解決するため,本論文では,新しい符号器デコーダベースの軽量深度ネットワーク(LD-Net)を提案した。簡単に言えば,エンコーダは,6つの効率的なダウンサンプリングユニットとAtous Space Pyramid Pooling(ASPP)モジュールから成る。復号器はサブピクセル畳込み層(SP)を採用するいくつかの新しいアップサンプリングユニットから成る。KITTIデータセット上で試験した実験は,提案したLD-NetがGPU上で1秒当たり約150フレーム(FPS)に達することができ,他の最先端の自己監督単眼深度推定法と比較して,競合精度を維持しながらモデルパラメータを著しく低減することを示した。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： 畳込み ,  推定 ,  *ネットワーク ,  フレーム ,  復号器 ,  深さ ,  符号器 ,  *単眼 ,  三次元 ,  自己管理
準シソーラス用語： ダウンサンプリング ,  ビデオシーケンス ,  サブピクセル ,  実時間 ,  アップサンプリング , 【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 (6件)： LD ,  実時間 ,  自己管理 ,  単眼 ,  推定 ,  軽量