文献

J-GLOBAL ID：202202278408017805   整理番号：22A0977798

DOES:海におけるロールとピッチを推定するための深層学習ベースアプローチ【JST・京大機械翻訳】

DOES: A Deep Learning-Based Approach to Estimate Roll and Pitch at Sea

著者 (3件)： Ciaccio Fabiana Di (Department of Science and Technology, International Ph.D. Program/UNESCO Chair “Environment, Resources and Sustainable Development,”, Parthenope University of Naples, Naples, Italy) ,  Russo Paolo (Department of Computer, Control and Management Engineering Antonio Ruberti, University of Rome La Sapienza, Rome, Italy) ,  Troisi Salvatore (Department of Science and Technology, International Ph.D. Program/UNESCO Chair “Environment, Resources and Sustainable Development,”, Parthenope University of Naples, Naples, Italy)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 29307-29321  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 方位推定のための姿勢とHeading Reference System(AHRS)の利用は,現在,広範囲の応用,例えばロボット工学と人間運動追跡,航空車両と航空宇宙,ゲームと仮想現実,屋内歩行者ナビゲーションと海上ナビゲーションにおいて一般的実践である。高速度測定の統合は,非常に正確な推定を提供できるが,これらは,より長い時間スケールにわたるセンサドリフトによる誤差蓄積に悩まされる。この課題を克服するために,慣性センサを付加的センサと技術と組み合わせた。用例として,カメラベースの解決策は,それらの低コストと容易なハードウェアセットアップのおかげで,コミュニティによって大きな注意を引いた。さらに,深い学習との関連で印象的な結果が示された。本研究は,一般的なAHRSによって得られたロールとピッチ推定の改善を目的とする,海洋ナビゲーション用に特別に設計された支持深い学習法であるDOESによって得られた予備的結果を提示した。DOESは,海の水平を示す低コストカメラによって取得したフレームの解析を通して,これらの推定を回復する。訓練は,範囲のために開発されたFrameWOアプリケーションを用いて取得した,本研究の文脈で提示された新しいROPISデータセット上で行われた。有望な結果は,他のネットワークバックボーンをテストし,さらにデータセットを拡張することを奨励し,結果の精度と,視覚ベースのオドメトリー技術に対する有効なサポートとしての方法の応用の範囲を改善する。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 ,  視覚 ,  *学習 ,  ゲーム ,  航空輸送 ,  ネットワーク ,  ドリフト ,  *海洋 ,  応用プログラム ,  ハードウェア ,  *音の高さ ,  バーチャルリアリティ
準シソーラス用語： オドメトリ ,  歩行者ナビゲーション ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 海 ,  ロール ,  ピッチ ,  推定 ,  深層学習