文献

J-GLOBAL ID：202202283867791167   整理番号：22A0964331

自己教師付き深さ強化【JST・京大機械翻訳】

Self-Supervised Depth Enhancement

著者 (2件)： Ramachandran Akshat (Veermata Jijabai Technological Institute,Department of Electrical Engineering,Mumbai,India) ,  Ansari Rizwan Ahmed (Veermata Jijabai Technological Institute,Department of Electrical Engineering,Mumbai,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICONAT  ページ： 1-6  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 既存の学習ベースの深さ強化技術のほとんどは,教師つき方式で訓練する。これらの技法は,雑音とアーチファクトのない深さマップに対する合成データセット,あるいはアーチファクトのない深さマップを模倣するための実世界深さマップの前処理のいずれかを広範囲に頼る。これらの技術からの結果は,実世界の設定のバガリーに最適に一般化しないかもしれない。本論文では,本質的にアーチファクトを含む商用RGB-Dカメラにより捕捉された実世界深さマップ上で直接研究できるように,自己教師付き方法で深さマップを強化する手法を提案した。自己スーパービジョンを達成するために,対応するRGB画像から得られたエッジ情報に基づくより多くのホールアーチファクトを加えることによって,捕捉された深さマップを最初に分解して,次に,トレーニングを,マスキング過程によって穴の領域における深さを推定するためのモデルを学ぶことによって実行した。大きな訓練セットにわたる一般化を通して,訓練中に単一のアーチファクトのない深さマップを観測せずに,穴アーチファクトの領域における正確な深さ値を予測することができる。提案方法は,自己監督された方法で,実世界で不完全なデータだけで動作することによって,正確な深さマップを捕えるために,合成データセットおよび/または複雑なセットアップへの依存性を避けることができる。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 ,  雑音 ,  マスキング ,  学習 ,  前処理 ,  *アーチファクト
準シソーラス用語： スーパービジョン ,  奥行きマップ ,  RGB-D , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 自己 ,  教師 ,  強化