VPGNet: Vanishing Point Guided Network for Lane and Road Marking Detection and Recognition
Laneとroad markingの検出を同時に行う事が可能なmulti task networkを提案する。
この手法は様々な環境に関してvanishing pointのガイドに頼りながら推論を行う。
本論では、夜間や雨などの難しい環境でのデータ収集を行った。
提案モデルはlaneとroad、さらにvanishing pointの推論を行う事が可能なVPGnet
を提案する。
本モデルはまた20hzで動作し、高速である。
SWISH: A SELF-GATED ACTIVATION FUNCTION
活性化関数の選択はその性能に大きな影響を与える。
最近はReLUが用いられる事が一般的である。
本論では新たな活性化関数としてf(x) = x * sigmoid(x)で表されるSwishを提案する。
Swishは実験により様々な分野のタスクにおいてReLUよりも高い性能が得られる事が示された。
GSLAM: Initialization-robust Monocular Visual SLAM via Global Structure-from-Motion
多くの単眼カメラを用いたVSLAMはincremental SfMに基いて提案されてきた。
本論では最近発展しているglobal SfMを取り入れた単眼カメラによるVSLAM手法を提案する。
始めに、rank 1 matrix factorizationを用いたVOを新たに提案する。
このVOは地図初期化時におけるノイズに対してロバストである。
次に、最近のglobal SfMをpose-graph optimizationの枠組みに適用する。