Improved Image-based Pose Regressor Models for Underwater Environments

要約

再局在化のため、水中環境における画像ベースの姿勢リグレッサー モデルのパフォーマンスを調査します。
PoseNet と PoseLSTM を活用して、単一の RGB 画像から 6 自由度のポーズを高精度で回帰します。
さらに、モデルの精度を向上させるために、ステレオ カメラ画像を使用したデータ拡張を検討します。
実験結果は、このモデルが模擬水域と透明水域の両方で高い精度を達成し、現実世界の水中ナビゲーションと検査の効果的な用途を約束することを実証しています。

要約(オリジナル)

We investigate the performance of image-based pose regressor models in underwater environments for relocalization. Leveraging PoseNet and PoseLSTM, we regress a 6-degree-of-freedom pose from single RGB images with high accuracy. Additionally, we explore data augmentation with stereo camera images to improve model accuracy. Experimental results demonstrate that the models achieve high accuracy in both simulated and clear waters, promising effective real-world underwater navigation and inspection applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google