文献

J-GLOBAL ID：202202261174164581   整理番号：22A0398660

目に目を付ける:長期視覚位置決めのための深層学習特徴【JST・京大機械翻訳】

Keeping an Eye on Things: Deep Learned Features for Long-Term Visual Localization

著者 (2件)： Gridseth Mona (University of Toronto Institute for Aerospace Studies, University of Toronto, Toronto, Canada) ,  Barfoot Timothy D. (University of Toronto Institute for Aerospace Studies, University of Toronto, Toronto, Canada)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 1016-1023  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： 本レターでは,まずマップを構築し,次に,暗色を含む照明変化の全日にわたって自律的にロボット駆動を局所化するビジュアル特徴を学習する。ニューラルネットワークを訓練して,局在化のための古典的姿勢推定器と共に使用できる関連記述子とスコアを持つスパースキーポイントを予測した。著者らの訓練パイプラインは,訓練が以前に収集したデータからのグランドトルース姿勢で教師あり,2016年から2017年に,マルチ経験ビジュアルテーチと反復(VT&R)で収集されたデータから,訓練を監督できるような微分可能な姿勢推定器を含む。学習された特徴を既存のVT&Rパイプラインに挿入し,非構造化屋外環境における閉ループ経路を行った。昼光条件を用いて構築したロボットマップにもかかわらず,全ての照明条件を通して成功した経路を示した。さらに,特徴訓練データセットに存在しない新しい領域における全ての照明条件にわたってロボットを駆動することにより,特徴の一般化可能性を探求した。すべてにおいて,著者らは,挑戦的な条件で実験に続いて35.5kmの自律経路で著者らのアプローチを検証した。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 ,  ロボット ,  照明条件 ,  昼光 ,  ニューラルネットワーク ,  位置決め ,  微分 ,  スキー
準シソーラス用語： 自律性 ,  屋外環境 ,  姿勢推定 ,  照明変化 ,  グランドトゥルース ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 長期 ,  視覚 ,  深層学習