文献

J-GLOBAL ID：202202237617119282   整理番号：22A0788584

マスクVO:学習可能な動的マスクを用いた自己管理視覚オドメトリー【JST・京大機械翻訳】

MaskVO: Self-Supervised Visual Odometry with a Learnable Dynamic Mask

著者 (4件)： Xuan Weihao (University of Leeds,School of Mechanical Engineering,Leeds,United Kingdom,LS2 9JT) ,  Ren Ruijie (Technical University of Denmark,Department of Electrical Engineering,Lyngby,Denmark,2800 Kgs) ,  Wu Siyuan (Delft University of Technology (TU Delft),Department of Cognitive Robotics,The Netherlands,2628 CD) ,  Chen Changhao (University of Oxford,Department of Computer Science,Oxford)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： SII  ページ： 225-231  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： ロボット工学における主な研究トピックの1つであるビジュアルオドメトリーは,移動ロボットシステムに対する姿勢情報を提供できる。深層学習の最近の進歩は,移動ロボットが自己監督された方法で共同でego-motionと深さマップを学習することを可能にする。しかし,既存の手法は,スケール曖昧さの問題と環境問題によって混乱し,実世界アプリケーションを防いだ。本研究は,画像シーケンスの時間的依存性を利用し,単眼カメラからスケール整合運動変換を生成する自己教師付き視覚オドメトリーモデルを提案して,これら2つの問題に取り組むことを目的とした。提案フレームワークは,シーンダイナミックスと照明変化の影響を低減する学習可能な動的マスクを提供するために,新しいマスクネットワークと統合される。このフレームワークを公開ベンチマークに対して評価し,MaskVOが既存のベースラインより優れていることを示した。さらに,詳細なアブレーション研究により,提案した動的マスクネットワークの有効性も調べた。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 ,  *学習 ,  ネットワーク ,  応用プログラム ,  有効性 ,  アブレーション ,  移動ロボット ,  ベンチマーク ,  曖昧さ ,  *自己管理
準シソーラス用語： ロボット工学 ,  単眼カメラ ,  環境問題 ,  *オドメトリ ,  深層学習 , 【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 (5件)： マスク ,  学習 ,  自己管理 ,  視覚 ,  オドメトリー