인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
The performance of camera-based place recognition has significantly improved with the rapid advancement of deep learning. However, RGB cameras still face challenges in handling variations in lighting conditions due to their inherent limitations. Recent research has explored the use of thermal infrared (TIR) cameras to achieve illumination-invariant scene recognition. Nevertheless, TIR cameras can also struggle in scenarios with uniform heat distribution or when objects with extreme temperatures are present. We herein propose a robust place recognition methodology that leverages RGB-TIR feature fusion. We developed a novel network architecture that can dynamically extract information weights from each RGB and TIR image and then generate a weighted descriptor. This approach is particularly effective in scenarios in which one of the sensor modalities is degraded. The proposed method was validated using a dataset covering a subterranean environment, and it demonstrated superior performance compared with existing visual place recognition (VPR) methods. Additionally, we conducted an ablation study to evaluate the effectiveness of the proposed weight extraction network, providing qualitative insights into its performance.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091212877
