文献

J-GLOBAL ID：202202267998606931   整理番号：22A0310929

意味論的空間関係を用いたオブジェクト目標視覚ナビゲーション【JST・京大機械翻訳】

Object Goal Visual Navigation Using Semantic Spatial Relationships

著者 (7件)： Guo Jingwen (Peking University Shenzhen Graduate School, Shenzhen, China) ,  Guo Jingwen (Soochow University, Suzhou, China) ,  Lu Zhisheng (Peking University Shenzhen Graduate School, Shenzhen, China) ,  Wang Ti (Peking University Shenzhen Graduate School, Shenzhen, China) ,  Wang Ti (Nanjing University of Science and Technology, Nanjing, China) ,  Huang Weibo (Peking University Shenzhen Graduate School, Shenzhen, China) ,  Liu Hong (Peking University Shenzhen Graduate School, Shenzhen, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13069  ページ： 77-88  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ターゲット駆動視覚ナビゲーションは一般的な学習ベース法であり,広範囲のアプリケーションにうまく応用されている。しかし,それは,不調な環境に適応しないので,いくつかの欠点がある。本論文では,セマンティック空間関係(SSR)に基づくナビゲーション法を提案し,新しい条件を扱うとき,より信頼できる性能を持つことを示した。関節意味階層特徴ベクトルの構築は,現在の観測と目標物の間の暗黙的関係の学習を可能にし,それは事前知識グラフと意味空間の構築から利益を得る。これは従来のターゲット駆動方式と異なり,それは視覚入力ベクトルを直接強化学習経路計画モジュールに統合する。さらに,提案方法は,観測画像の局所および大域的特徴の両方を考慮し,ランダムシーンに関して保守的で,よりロバストである。追加解析は,提案したSSRが古典的計量でよく機能することを示した。提案したSSRモデルの有効性を,未知のシーンにおける最先端の方法と比較して実証した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  ベクトル ,  *意味論 ,  学習 ,  保全 ,  駆動方式 ,  画像 ,  空間 ,  応用プログラム ,  有効性 ,  ロバスト性 ,  強化学習 ,  経路探索
準シソーラス用語： 事前知識 ,  特徴ベクトル , 【Automatic Indexing@JST】

著者キーワード (3件)： 視覚ナビゲーション ,  セマンティックグラフ ,  階層的関係

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 (5件)： 意味論 ,  空間関係 ,  オブジェクト ,  目標 ,  視覚ナビゲーション