Fugu-MT 論文翻訳(概要): Place Recognition in Forests with Urquhart Tessellations

論文の概要: Place Recognition in Forests with Urquhart Tessellations

arxiv url: http://arxiv.org/abs/2010.03026v2
Date: Mon, 16 Nov 2020 14:13:38 GMT
ステータス: 処理完了
システム内更新日: 2022-10-15 16:47:38.043682
Title: Place Recognition in Forests with Urquhart Tessellations
Title（参考訳）: アーカートテッセルレーションを施した森林における位置認識
Authors: Guilherme V. Nardari, Avraham Cohen, Steven W. Chen, Xu Liu, Vaibhav Arcot, Roseli A. F. Romero, and Vijay Kumar
Abstract要約: 森林における樹木の位置から得られたUrquhartテッセルレーションに基づく新しい記述法を提案する。本稿では,これらの記述子を用いて,部分的な重複やノイズを伴っても,既往の観測やランドマーク対応を検出するフレームワークを提案する。
参考スコア（独自算出の注目度）: 7.547440121281858
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this letter, we present a novel descriptor based on Urquhart tessellations derived from the position of trees in a forest. We propose a framework that uses these descriptors to detect previously seen observations and landmark correspondences, even with partial overlap and noise. We run loop closure detection experiments in simulation and real-world data map-merging from different flights of an Unmanned Aerial Vehicle (UAV) in a pine tree forest and show that our method outperforms state-of-the-art approaches in accuracy and robustness.
Abstract（参考訳）: 本書では,森林における樹木の位置から得られたurquhart tessellationに基づく新しい記述子を提案する。本稿では,これらのディスクリプタを用いて,部分的重複やノイズを伴っても,先行観測された観測やランドマーク対応を検出するフレームワークを提案する。松林における無人航空機(UAV)の飛行のシミュレーションと実世界のデータマップの融合によるループ閉鎖検出実験を行い,精度とロバスト性において,本手法が最先端の手法より優れていることを示す。

関連論文リスト

Automatic Wood Pith Detector: Local Orientation Estimation and Robust Accumulation [0.0]
木材ピット検出(APD)のための完全自動化手法を提案する。この方法は、2次元構造テンソルを用いてリングの局所的な向きを推定し、ピット位置を求める。また,明らかなツリーリングパターンが存在しない場合に,本手法の有効性を高める変種(APD-PCL)を提案する。
論文参考訳（メタデータ） (2024-04-02T13:47:15Z)
Radio Map Estimation -- An Open Dataset with Directive Transmitter Antennas and Initial Experiments [49.61405888107356]
実世界の現実的な都市地図とオープンなデータソースからの航空画像とともに、シミュレーションされた経路損失無線マップのデータセットをリリースする。モデルアーキテクチャ,入力特徴設計,航空画像からの無線マップの推定に関する実験を行った。
論文参考訳（メタデータ） (2024-01-12T14:56:45Z)
Contextual Decision Trees [62.997667081978825]
学習アンサンブルの1つの浅い木を特徴量ベースで選択するための,マルチアームのコンテキスト付きバンドレコメンデーションフレームワークを提案する。トレーニングされたシステムはランダムフォレスト上で動作し、最終的な出力を提供するためのベース予測器を動的に識別する。
論文参考訳（メタデータ） (2022-07-13T17:05:08Z)
iSDF: Real-Time Neural Signed Distance Fields for Robot Perception [64.80458128766254]
iSDFは実時間符号付き距離場再構成のための連続学習システムである。より正確な再構築と、衝突コストと勾配のより良い近似を生成する。
論文参考訳（メタデータ） (2022-04-05T15:48:39Z)
Geometry- and Accuracy-Preserving Random Forest Proximities [3.265773263570237]
我々はランダムフォレスト-ジオメトリー(Random Forest-Geometry- and Accuracy-Preserving Proximities:RF-GAP)と呼ばれるランダムフォレスト確率の新しい定義を導入する。 RF-GAPは乱林予測と正確に一致していることが証明された。この幾何表現の改善は、データ計算などのタスクにおいて従来のランダムな森の確率よりも優れており、学習したデータ幾何と整合した外れ値の検出と可視化結果を提供する。
論文参考訳（メタデータ） (2022-01-29T23:13:53Z)
Triggering Failures: Out-Of-Distribution detection by learning from local adversarial attacks in Semantic Segmentation [76.2621758731288]
セグメンテーションにおけるアウト・オブ・ディストリビューション(OOD)オブジェクトの検出に取り組む。私たちの主な貢献は、ObsNetと呼ばれる新しいOOD検出アーキテクチャであり、ローカル・アタック(LAA)に基づく専用トレーニングスキームと関連付けられています。 3つの異なるデータセットの文献の最近の10つの手法と比較して,速度と精度の両面で最高の性能が得られることを示す。
論文参考訳（メタデータ） (2021-08-03T17:09:56Z)
Latent World Models For Intrinsically Motivated Exploration [140.21871701134626]
画像に基づく観察のための自己教師付き表現学習法を提案する。我々は、部分的に観測可能な環境の探索を導くために、エピソードおよび寿命の不確実性を考慮する。
論文参考訳（メタデータ） (2020-10-05T19:47:04Z)
Gaussian Process Gradient Maps for Loop-Closure Detection in Unstructured Planetary Environments [17.276441789710574]
以前にマップされた位置を認識する能力は、自律システムにとって不可欠な機能である。非構造的な惑星のような環境は、地形の類似性のためにこれらのシステムに大きな課題をもたらす。本稿では,空間情報のみを用いたループ閉鎖問題の解法を提案する。
論文参考訳（メタデータ） (2020-09-01T04:41:40Z)
UC-Net: Uncertainty Inspired RGB-D Saliency Detection via Conditional Variational Autoencoders [81.5490760424213]
データラベリングプロセスから学習することで、RGB-Dサリエンシ検出に不確実性を利用するための第1のフレームワーク(UCNet)を提案する。そこで本研究では,サリエンシデータラベリングにヒントを得て,確率的RGB-Dサリエンシ検出ネットワークを提案する。
論文参考訳（メタデータ） (2020-04-13T04:12:59Z)
SLOAM: Semantic Lidar Odometry and Mapping for Forest Inventory [9.927061361867237]
本稿では,木径推定のための終端パイプラインについて,セマンティックセグメンテーションとライダー・オドメトリーとマッピングを用いて述べる。本稿では,ロボットのポーズを推定しながら,木モデルの改良を同時に行う意味的特徴に基づくポーズ最適化を提案する。従来のライダーと画像に基づく手法は,無人航空機 (UAV) とハンドキャリーシステムの両方の森林環境において失敗することを示す。
論文参考訳（メタデータ） (2019-12-29T20:38:32Z)

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。