文献

J-GLOBAL ID：202202254484143186   整理番号：22A0438511

仮想LiDARと極格子高さ符号化画像記述子を用いた不均一3Dマップベース位置認識解【JST・京大機械翻訳】

A heterogeneous 3D map-based place recognition solution using virtual LiDAR and a polar grid height coding image descriptor

著者 (6件)： Xu Dong (State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Liu Jingbin (State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Liu Jingbin (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, Masala 02430, Finland) ,  Hyyppae Juha (Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, Masala 02430, Finland) ,  Liang Yifan (State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China) ,  Tao Wuyong (School of Geodesy and Geomatics, Wuhan University, Wuhan 430079, China)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 183  ページ： 1-18  発行年： 2022年 
JST資料番号： H0048A  ISSN： 0924-2716  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： パターン認識は,グローバル位置確認技術のために広く使われている。しかしながら,既存の位置認識解は,位置決めプロセスおよびマッピングプロセスの両方で使用される同じタイプのセンサに対する要求によって制限される。したがって,既存の不均一3Dマップは,既存の方法で直接位置認識のために使用することができず,情報の活用に通じる。さらに,位置認識解で使用される既存の大域的特徴記述子の多くは,まだ高度に記述されておらず,変化視点シーンの下では不十分に機能している。これらの課題を解決するため,本論文では,既存の不均一3Dマップにおける仮想光検出と測距(LiDAR)と極格子高さ符号化画像(PGHCI)記述子を用いた位置認識解を提示した。最初に,仮想LiDARを提案して,既存の位置認識法の限界を克服して,既存のマップから位置決めセンサの実際の走査に類似した一連の仮想スキャンを生成した。次に,位置認識のための新規なPGHCI記述子を生成し,同じ場面における変化視点の認識困難性を克服する方法を提案した。類似性推定のための2つの加重距離を分析して,種々のパラメータを有するPGHCI記述子の性能を評価する。最後に,PGHCI記述子の性能と本論文で提案した解を,いくつかの一般的なベンチマークデータセットと著者らのデータセットで評価した。包括的な実験は,PGHCI記述子がより高い記述性を持ち,多重シーンを有するデータセットを用いた精度-再コール(PR)曲線の比較によって示されるように,変化した視点シーンに関してロバストであることを示した。提案した位置認識解は,閉塞条件下で除外した評価において100%の成功率を持ち,不均一3Dマップを用いてロバストな位置認識を達成することが可能であることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： パターン認識 ,  位置決め ,  多重化 ,  距離測定 ,  センサ ,  光検出 ,  *三次元 ,  類似性 ,  ベンチマーク ,  ロバスト性
準シソーラス用語： 成功率 ,  位置認識 ,  特徴記述子 ,  符号化画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： 場所認識 ,  不均一3Dマップ ,  ポイントクラウド ,  グローバル特徴記述子 ,  極格子高さ符号化画像

分類 (1件)： 写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (11件)： 仮想 ,  LIDAR ,  格子 ,  高さ ,  符号化画像 ,  記述子 ,  不均一 ,  3D ,  マップ ,  位置認識 ,  解