Článek ve sborníku konference

VEĽAS Martin, ŠPANĚL Michal, HRADIŠ Michal a HEROUT Adam. CNN for Very Fast Ground Segmentation in Velodyne LiDAR Data. In: Proceedings of IEEE International Conference on Autonomous Robot Systems and Competitions. Torres Vedras, 2018, s. 1-1.
Jazyk publikace:angličtina
Název publikace:CNN for Very Fast Ground Segmentation in Velodyne LiDAR Data
Název (cs):Využití konvolučních sítí pro velmi rychlou segmentaci země v datech LiDARu Velodyne
Strany:1-1
Sborník:Proceedings of IEEE International Conference on Autonomous Robot Systems and Competitions
Konference:IEEE International Conference on Autonomous Robot Systems and Competitions
Místo vydání:Torres Vedras, PT
Rok:2018
DOI:10.1109/ICARSC.2018.8374167
Klíčová slova
convolutional neural networks, ground segmentation, Velodyne, LiDAR
Anotace
Tento článek prezentuje novou metodu pro detekci země v mračnech bodů získaných senzorem Velodyne LiDAR. Článek navrhuje metodu překódování řídkého 3D mračna bodů, která umožňuje natrénovat konvoluční neuronovou síť pro segmentaci řídkých mračen na body země a ostatní body. Naměřené body z LiDARu jsou reprezentovány jako vícekanálový 2D signál, přičemž horizontální osa koresponduje s rotačním uhlem a vertikální osa s indexem laserového zářiče. Byly navrženy a natrénovány různé topologie konvolučních sítí (3-5 konvolučních vrstev), které byly porovnány pomocí ručně anotovaných dat, které jsme připravili. Výsledky ukazují značné zlepšení výkonu při porovnání se state-of-the-art metodou v rychlosti a také mírné zvýšení přesnosti.
BibTeX:
@INPROCEEDINGS{
   author = {Martin Ve{\'{l}}as and Michal {\v{S}}pan{\v{e}}l
	and Michal Hradi{\v{s}} and Adam Herout},
   title = {CNN for Very Fast Ground Segmentation in Velodyne
	LiDAR Data},
   pages = {1--1},
   booktitle = {Proceedings of IEEE International Conference on Autonomous
	Robot Systems and Competitions},
   year = {2018},
   location = {Torres Vedras, PT},
   doi = {10.1109/ICARSC.2018.8374167},
   language = {english},
   url = {http://www.fit.vutbr.cz/research/view_pub.php.cs?id=11346}
}

Vaše IPv4 adresa: 54.163.20.123