文献

J-GLOBAL ID：202202273346197001   整理番号：22A0397579

LiDAR-CameraシステムのためのLambertianモデルベース正規誘導深さ完成【JST・京大機械翻訳】

Lambertian Model-Based Normal Guided Depth Completion for LiDAR-Camera System

著者 (7件)： An Pei (National Key Laboratory of Science and Technology on Multispectral Information Processing, School of Artificial Intelligence and Automation, Institute of Artificial Intelligence, Huazhong University of Science and Technology, Wuhan, China) ,  Fu Wenxing (Science and Technology on Complex System Control and Intelligent Agent Cooperation Laboratory, Beijing, China) ,  Gao Yingshuo (National Key Laboratory of Science and Technology on Multispectral Information Processing, School of Artificial Intelligence and Automation, Institute of Artificial Intelligence, Huazhong University of Science and Technology, Wuhan, China) ,  Ma Jie (National Key Laboratory of Science and Technology on Multispectral Information Processing, School of Artificial Intelligence and Automation, Institute of Artificial Intelligence, Huazhong University of Science and Technology, Wuhan, China) ,  Zhang Jun (National Key Laboratory of Science and Technology on Multispectral Information Processing, School of Artificial Intelligence and Automation, Institute of Artificial Intelligence, Huazhong University of Science and Technology, Wuhan, China) ,  Yu Kun (National Key Laboratory of Science and Technology on Multispectral Information Processing, School of Artificial Intelligence and Automation, Institute of Artificial Intelligence, Huazhong University of Science and Technology, Wuhan, China) ,  Fang Bin (National Key Laboratory of Science and Technology on Multispectral Information Processing, School of Artificial Intelligence and Automation, Institute of Artificial Intelligence, Huazhong University of Science and Technology, Wuhan, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.6501305.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： 深さ完了は,光検出と測距(LiDAR)カメラシステムに関する高密度シーン再構成のための必須タスクである。学習ベースの方法は,特定のデータセットに関して正確な深さ完了結果を達成した。しかし,不十分なラベル付きデータセットを持つ一般的な屋外シーンでは,効率的な非学習法がまだ必要である。本レターでは,深さと法線の間の幾何学的制約から,新しい非学習正規誘導深さ完了法を提案した。屋外シーンの対象に対して,局所輝度正常(LBN)制約をLambertianモデルから導出する。それは,RGB画像から高密度の正常を復元するために使用して,まばらな正常であった。その後,高密度正常のガイダンスによる深さ完了のためのパイプラインを提示した。KITTI深さ完了データセットに関する広範な実験は,著者らの方法が現在の非学習法よりも小さな二乗平均平方根誤差(RMSE)を達成することを示した。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： カメラ ,  *学習 ,  輝度 ,  再構成 ,  距離測定 ,  光検出
準シソーラス用語： *モデルベース ,  高密度 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (3件)： LIDAR ,  モデルベース ,  誘導