A real-time algorithm for mobile robot mapping based on rotation-invariant descriptors and iterative close point algorithm

Vokhmintcev A.; K. Yakovlev

doi:10.1007/978-3-319-52920-2_33

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

15 мая 2026 г.

В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций

Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.

15 мая 2026 г.

Стартовал совместный спецпроект бренд-медиа Вышки IQ Media и iFORA ИСИЭЗ

В мае 2026 года стартовал научно-популярный проект «Искусственный интеллект: технологии, данные и будущее», который стал результатом работы двух команд — проекта iFORA Института статистических исследований и экономики знаний НИУ ВШЭ и редакции бренд-медиа IQMedia. Медийно-аналитический спецпроект посвящен современному развитию искусственного интеллекта и аналитике больших данных.

14 мая 2026 г.

<a>Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026

Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

A real-time algorithm for mobile robot mapping based on rotation-invariant descriptors and iterative close point algorithm

P. 353–369.

Vokhmintcev A., Яковлев К. С.

Nowadays many algorithms for mobile robot mapping in indoor environments have been created. In this work we use a Kinect 2.0 camera, a visible range cameras Beward B2720 and an infrared camera Flir Tau 2 for building 3D dense maps of indoor environments. We present the RGB-D Mapping and a new fusion algorithm combining visual features and depth information for matching images, aligning of 3D point clouds, a “loop-closure” detection, pose graph optimization to build global consistent 3D maps. Such 3D maps of environments have various applications in robot navigation, real-time tracking, non-cooperative remote surveillance, face recognition, semantic mapping. The performance and computational complexity of the proposed RGB-D Mapping algorithm in real indoor environments is presented and discussed.

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: Depth map Fusion Histograms of oriented gradients Iterative closest point algorithm Matching algorithm Simultaneous location and mapping

В книге

Analysis of Images, Social Networks and Texts. 5th International Conference, AIST 2016, Yekaterinburg, Russia, April 7-9, 2016, Revised Selected Papers. Communications in Computer and Information Science

Vol. 661. , Switzerland: Springer, 2017.

О некоторых типологических характеристиках андийских глагольных систем

Филатов К. В., Вопросы языкознания 2024 № 6 С. 32–57

Несмотря на то, что андийские языки (< нахско-дагестанские) традиционно считаются агглютинативными, их глагольные системы практически не демонстрируют строго агглютинативных свойств. Наиболее важная характеристика этих систем — малая ортогональность грамматических категорий, и связанное с ним свойство семантической неаддитивности или морфологической идиоматичности. В отношении морфотактической структуры андийские системы могут быть как формально-аддитивными, так и формально-неаддитивными, что связано ...

Добавлено: 15 октября 2024 г.

On Reproducing Semi-dense Depth Map Reconstruction using Deep Convolutional Neural Networks with Perceptual Loss

Макаров И. А., Dmitrii Maslov, Герасимова О. А. и др., , in: Proceedings of 27th ACM International Conference on Multimedia.: NY: ACM, 2019. P. 1080–1084.

In our recent papers, we proposed a new family of residual convolutional neural networks trained for semi-dense and sparse depth reconstruction without use of RGB channel. The proposed models can be used in low-resolution depth sensors or SLAM methods estimating partial depth with certain distributions. We proposed using perceptual loss for training depth reconstruction in ...

Добавлено: 16 сентября 2019 г.

Depth Map Interpolation using Perceptual Loss

Макаров И. А., Vladimir Aliev, Gerasimova Olga и др., , in: Adjunct Proceedings of 2017 IEEE International Symposium on Mixed and Augmented Reality (ISMAR-Adjunct).: NY: IEEE, 2017. P. 93–94.

In this paper, we discuss a semi-dense depth map interpolation method based on convolutional neural network. We propose a compact neural network architecture with loss function defined as Euclidean distance in the feature space of VGG-16 neural network used for deep visual recognition. The suggested solution shows state-of-art performance on synthetic and real datasets. Together ...

Добавлено: 5 августа 2017 г.

Semi-Dense Depth Interpolation using Deep Convolutional Neural Networks

Макаров И. А., Vladimir Aliev, Olga Gerasimova, , in: Proceedings of the 25th ACM international conference on Multimedia (ACM MM'17), Mountain View, CA USA, 23-27 October 2017.: NY: Association for Computing Machinery (ACM), 2017. P. 1407–1415.

With advances of recent technologies, augmented reality systems and autonomous vehicles gained a lot of interest from academics and industry. Both these areas rely on scene geometry understanding, which usually requires depth map estimation. However, in case of systems with limited computational resources, such as smartphones or autonomous robots, high resolution dense depth map estimation ...

Добавлено: 25 июня 2017 г.