|
本研究課題では，4D Visual SLAMに必要な変化検出手法を新たに開発した．それらの成果は２年間でコンピュータビジョンやロボティクスのトップカンファレンスであるCVPRやICRA，ICCVW，ACCV，その他国内会議に採択され世界中で高く評価されている．
本年度は，昨年度に引き続きCVPR2019に採択された"Rare Event Detection using Disentangled Representation Learning"について，手法の見直しとパフォーマンスの向上に取り組み，その成果を会議で発表した．
また，昨年度から取り組んでいるSemantic Change Detectionの成果を改良した研究"Weakly Supervised Silhouette-based Semantic Scene Change Detection"がICRA2020に採択された．
さらに，Visual SLAMのトップ研究者が参加するICCV2019 Workshop for Deep Learning for Visual SLAMに"TriDepth: Triangular Patch-based Deep Depth Prediction"が口頭発表（口頭発表2件，ポスター発表9件）として採択された．本研究は，Convolutional Neural Networksでは扱いが難しい三角メッシュを単眼画像から直接推定する手法を世界で初めて提案している．
|
