論文の概要: Robust Edge-Direct Visual Odometry based on CNN edge detection and Shi-Tomasi corner optimization

• arxiv url: http://arxiv.org/abs/2110.11064v1
• Date: Thu, 21 Oct 2021 11:22:34 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-22 18:28:44.610298
• Title: Robust Edge-Direct Visual Odometry based on CNN edge detection and Shi-Tomasi corner optimization
• Title（参考訳）: CNNエッジ検出とシトマイコーナー最適化に基づくロバストエッジ-ダイレクトビジュアルオドメトリー
• Authors: Kengdong Lu, Jintao Cheng, Yubin Zhou, Juncan Deng, Rui Fan, Kaiqing Luo
• Abstract要約: 我々は,CNNエッジ検出とシトマシコーナー最適化に基づく頑健なエッジ指向型ビジュアルオドメトリー(VO)を提案する。 提案手法では, フレーム間の移動誤差を低減するために, 画像からピラミッドの4層を抽出した。 提案手法は,RGB-D TUMベンチマークを用いた高密度直接法,改良されたCannyエッジ検出法,ORB-SLAM2システムと比較した。
• 参考スコア（独自算出の注目度）: 4.382657892817714
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we propose a robust edge-direct visual odometry (VO) based on CNN edge detection and Shi-Tomasi corner optimization. Four layers of pyramids were extracted from the image in the proposed method to reduce the motion error between frames. This solution used CNN edge detection and Shi-Tomasi corner optimization to extract information from the image. Then, the pose estimation is performed using the Levenberg-Marquardt (LM) algorithm and updating the keyframes. Our method was compared with the dense direct method, the improved direct method of Canny edge detection, and ORB-SLAM2 system on the RGB-D TUM benchmark. The experimental results indicate that our method achieves better robustness and accuracy.
• Abstract（参考訳）: 本稿では,cnnエッジ検出とshi-tomasiコーナー最適化に基づくロバストなエッジ指向視覚オドメトリ(vo)を提案する。 提案手法では, フレーム間の動作誤差を低減するため, 画像からピラミッドの4層を抽出した。 この解はCNNエッジ検出とシトマイコーナー最適化を用いて画像から情報を取り出す。 そして、levenberg-marquardt(lm)アルゴリズムを用いてポーズ推定を行い、キーフレームを更新する。 提案手法は,RGB-D TUMベンチマークを用いた高密度直接法,改良されたカニーエッジ検出法,ORB-SLAM2システムと比較した。 実験の結果,本手法はロバスト性と精度が向上した。

関連論文リスト

• Learning to utilize image second-order derivative information for crisp edge detection [13.848361661516595]
  エッジ検出はコンピュータビジョンの基本課題である。 最近のトップパフォーマンスエッジ検出手法は、厚くノイズの多いエッジラインを生成する傾向にある。 本稿では,モデルが真のエッジピクセルを正確に検出するのに役立つ2階微分型マルチスケールコンテキスト拡張モジュール(SDMCM)を提案する。 また、不均衡分布問題を軽減するために、ハイブリッド焦点損失関数(HFL)を構築した。 最後に、エッジ検出のためのSDMCMとBRMに基づくLUS-NetというU字型ネットワークを提案する。
  論文  参考訳（メタデータ） (2024-06-09T13:25:02Z)
• MB-RACS: Measurement-Bounds-based Rate-Adaptive Image Compressed Sensing Network [65.1004435124796]
  本稿では,MB-RACS(Message-Bounds-based Rate-Adaptive Image Compressed Sensing Network)フレームワークを提案する。 実験により,提案手法が現在の先行手法を超越していることが実証された。
  論文  参考訳（メタデータ） (2024-01-19T04:40:20Z)
• One-Stage Deep Edge Detection Based on Dense-Scale Feature Fusion and Pixel-Level Imbalance Learning [5.370848116287344]
  後処理なしで高品質なエッジ画像を生成することができる一段階ニューラルネットワークモデルを提案する。 提案モデルでは、トレーニング済みのニューラルモデルをエンコーダとして使用する古典的なエンコーダデコーダフレームワークを採用している。 本稿では,エッジ画像の画素レベルの不均衡に対処する新たな損失関数を提案する。
  論文  参考訳（メタデータ） (2022-03-17T15:26:00Z)
• Orthogonalising gradients to speed up neural network optimisation [0.0]
  ニューラルネットワークの最適化は、最適化ステップの前に勾配を直交させ、学習された表現の多様化を保証することで、スピンアップすることができる。 この手法を ImageNet と CIFAR-10 上でテストした結果,学習時間が大幅に減少し,半教師付き学習BarlowTwins の高速化が得られた。
  論文  参考訳（メタデータ） (2022-02-14T21:46:07Z)
• Edge Tracing using Gaussian Process Regression [0.0]
  ガウス過程回帰を用いた新しいエッジトレースアルゴリズムを提案する。 我々のアプローチは、画像シーケンスのエッジを効率的に追跡する能力を持っている。 医療画像や衛星画像への様々な応用が、この技術を検証するために用いられている。
  論文  参考訳（メタデータ） (2021-11-05T16:43:14Z)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)
• Canny-VO: Visual Odometry with RGB-D Cameras based on Geometric 3D-2D Edge Alignment [85.32080531133799]
  本稿では,自由形式の曲線登録に関する古典的な問題をレビューし,効率的なrgbdビジュアルオドメトリシステムcanny-voに適用する。 エッジ登録でよく用いられる距離変換の代替として、近似近接近傍場と配向近接近傍場という2つの方法が提案されている。 3D2Dエッジアライメントは、効率性と精度の両方の観点から、これらの代替製剤の恩恵を受けます。
  論文  参考訳（メタデータ） (2020-12-15T11:42:17Z)
• LM-Reloc: Levenberg-Marquardt Based Direct Visual Relocalization [54.77498358487812]
  LM-Relocは、直接画像アライメントに基づく視覚的再ローカライズのための新しいアプローチである。 本稿では,LM-Net を学習するための古典的レバンス・マルカルトアルゴリズムにインスパイアされた損失定式化を提案する。
  論文  参考訳（メタデータ） (2020-10-13T12:15:20Z)
• TextureWGAN: Texture Preserving WGAN with MLE Regularizer for Inverse Problems [4.112614964808275]
  提案手法の中で最も一般的で効果的な方法は平均二乗誤差(MSE)を持つ畳み込みニューラルネットワーク(CNN)である。 逆問題に対するWGAN(Wasserstein GAN)に基づく新しい手法を提案する。 We showed that the WGAN-based method was effective to maintain image texture, it also also used a maximum max estimation regularizer (MLE) to maintain pixel fidelity。
  論文  参考訳（メタデータ） (2020-08-11T17:06:34Z)
• Robust 6D Object Pose Estimation by Learning RGB-D Features [59.580366107770764]
  本稿では、この局所最適問題を解くために、回転回帰のための離散連続的な新しい定式化を提案する。 我々はSO(3)の回転アンカーを均一にサンプリングし、各アンカーから目標への制約付き偏差を予測し、最適な予測を選択するための不確実性スコアを出力する。 LINEMOD と YCB-Video の2つのベンチマーク実験により,提案手法が最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2020-02-29T06:24:55Z)
• Saliency Enhancement using Gradient Domain Edges Merging [65.90255950853674]
  本研究では,エッジとサリエンシマップをマージして,サリエンシマップの性能を向上させる手法を開発した。 これにより、DUT-OMRONデータセットの少なくとも3.4倍の平均的な改善により、エッジ(SEE)を使用したサリエンシ向上が提案された。 SEEアルゴリズムは前処理のためのSEE-Preと後処理のためのSEE-Postの2つの部分に分けられる。
  論文  参考訳（メタデータ） (2020-02-11T14:04:56Z)

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。