複数視点からのCNN出力結果の統合による実時間セグメンテーション及び物体認識
この論文をさがす
説明
近年，自動運転技術やロボット工学に向け一般物体認識が盛んに研究されている．しかしR-CNNなどの従来手法は一枚の画像より認識を行うため、，認識結果が対象物体の写り方に大きく左右される．そこで本研究ではセグメンテーションを用いたSLAMにより各対象物体を均等に分布した複数視点 より認識し，それらの認識結果を公平に統合する手法を提案する．認識部では法線マップ及びRGB画像の2入力をとるニューラルネットワークモデル を構築し使用する．実験結果では本手法により高精度に一般物体認識を行うことができたことを示す．
収録刊行物
-
- 第79回全国大会講演論文集
-
第79回全国大会講演論文集 2017 (1), 281-282, 2017-03-16
情報処理学会
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1050011097153435904
-
- NII論文ID
- 170000174662
-
- NII書誌ID
- AN00349328
-
- 本文言語コード
- ja
-
- 資料種別
- conference paper
-
- データソース種別
-
- IRDB
- CiNii Articles