論文の概要: StereoNeuroBayesSLAM: A Neurobiologically Inspired Stereo Visual SLAM
System Based on Direct Sparse Method
- arxiv url: http://arxiv.org/abs/2003.03091v1
- Date: Fri, 6 Mar 2020 09:07:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-26 01:56:54.775465
- Title: StereoNeuroBayesSLAM: A Neurobiologically Inspired Stereo Visual SLAM
System Based on Direct Sparse Method
- Title(参考訳): StereoNeuroBayesSLAM: 直接スパース法に基づく神経生物学的にインスパイアされたステレオ視覚SLAMシステム
- Authors: Taiping Zeng, Xiaoli Li, and Bailu Si
- Abstract要約: 本稿では,方向スパース法に基づく神経生物学的にインスパイアされた視覚同時位置決めマッピングシステムを提案する。
提案するSLAMシステムは,ステレオカメラからコヒーレントなセミメトリックトポロジマップをリアルタイムに構築する上で,ロバストである。
- 参考スコア(独自算出の注目度): 3.387562554845448
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a neurobiologically inspired visual simultaneous localization and
mapping (SLAM) system based on direction sparse method to real-time build
cognitive maps of large-scale environments from a moving stereo camera. The
core SLAM system mainly comprises a Bayesian attractor network, which utilizes
neural responses of head direction (HD) cells in the hippocampus and grid cells
in the medial entorhinal cortex (MEC) to represent the head direction and the
position of the robot in the environment, respectively. Direct sparse method is
employed to accurately and robustly estimate velocity information from a stereo
camera. Input rotational and translational velocities are integrated by the HD
cell and grid cell networks, respectively. We demonstrated our
neurobiologically inspired stereo visual SLAM system on the KITTI odometry
benchmark datasets. Our proposed SLAM system is robust to real-time build a
coherent semi-metric topological map from a stereo camera. Qualitative
evaluation on cognitive maps shows that our proposed neurobiologically inspired
stereo visual SLAM system outperforms our previous brain-inspired algorithms
and the neurobiologically inspired monocular visual SLAM system both in terms
of tracking accuracy and robustness, which is closer to the traditional
state-of-the-art one.
- Abstract(参考訳): 移動ステレオカメラから大規模環境のリアルタイムビルド認知マップへの方向スパース法に基づく神経生物学的にインスパイアされた視覚的同時局在マッピング(SLAM)システムを提案する。
本発明のコアSLAMシステムは、主に海馬の頭方向(HD)細胞と中角皮質(MEC)の格子細胞の神経応答を利用して、環境におけるロボットの頭方向と位置をそれぞれ表わすベイズ誘引ネットワークを含む。
ステレオカメラから速度情報を正確かつロバストに推定するために直接スパース法を用いる。
入力回転速度と変換速度は、それぞれhdセルとグリッドセルネットワークによって統合される。
キティオドメトリーベンチマークデータセット上で,神経生物学に触発された立体視覚スラムシステムを実演した。
提案するSLAMシステムは,ステレオカメラからコヒーレントなセミメトリックトポロジマップをリアルタイムに構築する。
認知地図の質的評価により,提案する神経生物学的刺激を受けたステレオ視覚スラムシステムは,これまでの脳に触発されたアルゴリズムや神経生物学に触発された単眼視覚スラムシステムよりも,従来の最先端システムに近いトラッキング精度とロバスト性の両方において優れていることが示された。
関連論文リスト
- BrainSLAM: SLAM on Neural Population Activity Data [0.5461938536945721]
同時ローカライゼーションとマッピング(SLAM)アルゴリズムは、新しい環境の地図を学習するためのロボットシステムで一般的に用いられている。
脳SLAM(BrainSLAM)は、ラットの3つの脳領域から同時に記録された集団活動(局所野電位)データのみを用いてSLAMを実行する方法である。
これは、脳の記録から空間地図が推測された最初の例である。
論文 参考訳(メタデータ) (2024-02-01T13:34:59Z) - Neuromorphic Auditory Perception by Neural Spiketrum [27.871072042280712]
本研究では、時間変化のアナログ信号を効率的なスパイクパターンに変換するために、スパイク時相と呼ばれるニューラルスパイク符号化モデルを導入する。
このモデルは、様々な聴覚知覚タスクにおいて、スパイクニューラルネットワークのトレーニングを容易にする、正確に制御可能なスパイクレートを備えたスパースで効率的な符号化スキームを提供する。
論文 参考訳(メタデータ) (2023-09-11T13:06:19Z) - A Bio-Inspired Chaos Sensor Model Based on the Perceptron Neural
Network: Machine Learning Concept and Application for Computational
Neuro-Science [0.0]
本研究では,神経力学系におけるスパイクトレインのエントロピー推定のための知覚神経ネットワークに基づくバイオインスパイアされたカオスセンサモデルを提案する。
このモデルはスパイク信号のカオス的挙動を動的に追跡し、この情報を神経力学モデルの他の部分に送信してさらなる処理を行うことができる。
論文 参考訳(メタデータ) (2023-06-03T03:36:47Z) - Bio-inspired spike-based Hippocampus and Posterior Parietal Cortex
models for robot navigation and environment pseudo-mapping [52.77024349608834]
本研究はスパイクに基づくロボットナビゲーションと環境擬似マッピングシステムを提案する。
海馬は環境状態マップの表現を担い、PPCは局所的な意思決定を担当している。
これはバイオインスパイアされた海馬記憶に基づく動的学習を用いた環境擬似マッピングシステムの最初の実装である。
論文 参考訳(メタデータ) (2023-05-22T10:20:34Z) - Contrastive-Signal-Dependent Plasticity: Forward-Forward Learning of
Spiking Neural Systems [73.18020682258606]
我々は、ニューロンの個々の層が並列に機能する、スパイキングニューロンユニットからなる神経模倣アーキテクチャを開発する。
コントラスト信号依存塑性(CSDP)と呼ばれるイベントベース前方学習の一般化を提案する。
いくつかのパターンデータセットに対する実験結果から,CSDPプロセスは分類と再構成の両方が可能な動的再帰スパイクネットワークのトレーニングに有効であることが示された。
論文 参考訳(メタデータ) (2023-03-30T02:40:28Z) - Credit Assignment in Neural Networks through Deep Feedback Control [59.14935871979047]
ディープフィードバックコントロール(Deep Feedback Control, DFC)は、フィードバックコントローラを使用して、望ましい出力ターゲットにマッチするディープニューラルネットワークを駆動し、クレジット割り当てに制御信号を使用する新しい学習方法である。
学習規則は空間と時間において完全に局所的であり、幅広い接続パターンに対するガウス・ニュートンの最適化を近似する。
さらに,DFCと皮質錐体ニューロンのマルチコンパートメントモデルと,局所的な電圧依存性のシナプス可塑性規則を関連づける。
論文 参考訳(メタデータ) (2021-06-15T05:30:17Z) - Emergence of Lie symmetries in functional architectures learned by CNNs [63.69764116066748]
本研究では,自然画像の学習において,畳み込みニューラルネットワーク(CNN)の初期層における対称性の自発的発達について検討する。
私たちのアーキテクチャは、生体視覚システムの初期段階を模倣するために構築されています。
論文 参考訳(メタデータ) (2021-04-17T13:23:26Z) - Instantaneous Stereo Depth Estimation of Real-World Stimuli with a
Neuromorphic Stereo-Vision Setup [4.28479274054892]
ステレオビジョンのためのスパイクニューラルネットワーク(SNN)アーキテクチャは、ステレオマッチング問題を単純化する可能性がある。
実世界データと混合信号ニューロモルフィックプロセッサに実装された脳インスパイアされたイベントベースのステレオマッチングアーキテクチャを検証する。
論文 参考訳(メタデータ) (2021-04-06T14:31:23Z) - Emotional EEG Classification using Connectivity Features and
Convolutional Neural Networks [81.74442855155843]
CNNと脳のつながりを利用した新しい分類システムを導入し,その効果を感情映像分類により検証する。
対象映像の感情的特性に関連する脳接続の集中度は分類性能と相関する。
論文 参考訳(メタデータ) (2021-01-18T13:28:08Z) - End-to-end Learning for Inter-Vehicle Distance and Relative Velocity
Estimation in ADAS with a Monocular Camera [81.66569124029313]
本稿では,ディープニューラルネットワークのエンドツーエンドトレーニングに基づくカメラによる車間距離と相対速度推定手法を提案する。
提案手法の重要な特徴は,2つの時間的単眼フレームによって提供される複数の視覚的手がかりの統合である。
また,移動場における視線歪みの影響を緩和する車両中心サンプリング機構を提案する。
論文 参考訳(メタデータ) (2020-06-07T08:18:31Z) - Deep Feature Mining via Attention-based BiLSTM-GCN for Human Motor
Imagery Recognition [9.039355687614076]
本稿では,頭皮脳波に基づく極めて高精度かつ応答性の高い運動画像(MI)認識を目的とした,新しい深層学習手法を提案する。
注意機構を持つBiLSTMは、生の脳波信号から関連する特徴を導出する。
0.4秒検出フレームワークは、それぞれ98.81%と94.64%の精度で、個人およびグループレベルのトレーニングに基づいて効率的かつ効率的な予測を行っている。
論文 参考訳(メタデータ) (2020-05-02T10:03:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。