文献
J-GLOBAL ID:202202280815279679   整理番号:22A0231002

ステレオマッチングのためのエッジ監視とマルチスケールコストボリューム【JST・京大機械翻訳】

Edge supervision and multi-scale cost volume for stereo matching
著者 (7件):
資料名:
巻: 117  ページ: Null  発行年: 2022年 
JST資料番号: A0611C  ISSN: 0262-8856  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最近,畳込みニューラルネットワークに基づく方法は,ステレオマッチングにおいて巨大な進展を達成した。しかし,本質的に不良設定領域(例えば,弱いテクスチャ領域および周辺物体エッジ)における正確なマッチング点を見つけるのは,まだ難しく,それにおいて,視差推定の精度を,対応する幾何学的制約によって改良することができた。この問題に取り組むため,インスタンスセグメンテーションと意味セグメンテーションデータセットをマイニングし,エッジ手がかりをステレオマッチングに組み込むRDNetを提案することにより,深さ地上-トラス境界データセットを革新的に生成した。ネットワークは,分離処理ブランチエッジストリームを通して幾何学的情報を学習し,それは立体ストリームと並列に特徴情報を処理できる。エッジストリームは雑音を除去し,関連する境界情報を処理するだけである。さらに,階層的コスト集約におけるマルチスケールコスト容量を導入し,受容野を拡大し,景観理解と視差推定精度を著しく改善できる構造的および大域的表現を捉えた。さらに,いくつかの拡張畳込みによる視差精密化ネットワークを適用して,最終視差推定の精度をさらに改善した。提案方法を,Sceneflow,KITTI 2015およびKITTI 2012ベンチマークデータセット上で評価し,定性的および定量的結果は,提案したRDNetが最先端のステレオマッチング性能を著しく達成することを実証した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  図形・画像処理一般 
タイトルに関連する用語 (2件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る