正確で堅牢な大規模なローカリゼーションシステムは、自動運転車や拡張現実などの活発な研究分野に不可欠なコンポーネントです。この目的のために、RGBまたはRGB-D画像から6DOFカメラのポーズを予測する多くの学習アルゴリズムが提案されています。ただし、深度を組み込んだ以前の方法では、通常、データをRGB画像と同じように扱い、深度マップをRGB画像への追加チャネルとして追加し、畳み込みニューラルネットワーク(CNN)に渡します。この論文では、深度マップを疑似LiDAR信号に変換することで、6DOFカメラのポーズを正確に決定できる点群を投影することで、カメラの位置特定タスクをより適切に表現できることを示します。これは、最初に、疑似LiDAR表現のみで動作するネットワークと深度マップのみで動作するネットワークのローカリゼーション精度を比較することによって示されます。次に、疑似LiDARを使用して6
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く