검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Position-Invariant Robust Features for Long-Term Recognition of Dynamic Outdoor Scenes 역동적인 야외 장면을 장기간 인식하기 위한 위치 불변의 견고한 기능

Aram KAWEWONG, Sirinart TANGRUAMSUB, Osamu HASEGAWA

  • 조회수

    0

  • 이것을 인용

요약 :

PIRF로 지정된 새로운 Position-Invariant Robust Feature는 매우 동적인 장면 인식 문제를 해결하기 위해 제시됩니다. PIRF는 기존 지역 특징을 식별하여 얻습니다(i.e. SIFT)는 한 장소 내에서 넓은 기본 가시성을 갖고 있습니다(한 장소에는 두 개 이상의 연속 이미지가 포함되어 있음). 이러한 넓은 기준선 가시적 특징은 단일 PIRF로 표시되며, 이는 PIRF와 관련된 모든 설명자의 평균으로 계산됩니다. 특히 PIRF는 장면의 매우 동적인 변화에 대해 강력합니다. 단일 PIRF는 많은 동적 이미지의 많은 특징과 정확하게 일치할 수 있습니다. 본 문서에서는 장면 인식을 위해 이러한 기능을 사용하는 접근 방식도 설명합니다. 인식은 개별 PIRF를 테스트 이미지의 특징 세트와 일치시키는 방식으로 진행되며, 이후 다수결 투표를 통해 가장 일치하는 PIRF가 높은 장소를 식별합니다. PIRF 시스템은 2000개 이상의 실외 전방향 이미지와 COLD 데이터 세트에 대해 교육 및 테스트되었습니다. 단순함에도 불구하고 PIRF는 역동적인 야외 장면에 대해 현저히 더 나은 인식률을 제공합니다(ca. 90%) 다른 기능을 사용하는 것보다 또한 PIRF(PIRF-Nav) 기반 로봇 내비게이션 시스템은 시간(70% 감소) 및 메모리 측면에서 다른 증분 토폴로지 매핑 방법보다 성능이 뛰어납니다. PIRF의 수를 더욱 줄여서 시간을 단축하면서도 높은 정확도를 유지할 수 있어 장기적인 인식 및 위치 파악에 적합합니다.

발행
IEICE TRANSACTIONS on Information Vol.E93-D No.9 pp.2587-2601
발행일
2010/09/01
공개일
온라인 ISSN
1745-1361
DOI
10.1587/transinf.E93.D.2587
원고의 종류
PAPER
범주
이미지 인식, 컴퓨터 비전

작성자

키워드