Impact Assessment of Image Feature Extractors on the Performance of SLAM Systems

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F15%3A00236026" target="_blank" >RIV/68407700:21230/15:00236026 - isvavai.cz</a>

Výsledek na webu

<a href="https://ojs.cvut.cz/ojs/index.php/APP/article/view/APP.2015.1.0045/3188" target="_blank" >https://ojs.cvut.cz/ojs/index.php/APP/article/view/APP.2015.1.0045/3188</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.14311/APP.2015.1.0045" target="_blank" >10.14311/APP.2015.1.0045</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Impact Assessment of Image Feature Extractors on the Performance of SLAM Systems

Popis výsledku v původním jazyce

This work evaluates an impact of image feature extractors on the performance of a visual SLAM method in terms of pose accuracy and computational requirements. In particular, the S-PTAM (Stereo Parallel Tracking and Mapping) method is considered as the visual SLAM framework for which both the feature detector and feature descriptor are parametrized. The evaluation was performed with a standard dataset with ground-truth information and six feature detectors and four descriptors. The presented results indicate that the combination of the GFTT detector and the BRIEF descriptor provides the best trade-off between the localization precision and computational requirements among the evaluated combinations of the detectors and descriptors.

Název v anglickém jazyce

Impact Assessment of Image Feature Extractors on the Performance of SLAM Systems

Popis výsledku anglicky

This work evaluates an impact of image feature extractors on the performance of a visual SLAM method in terms of pose accuracy and computational requirements. In particular, the S-PTAM (Stereo Parallel Tracking and Mapping) method is considered as the visual SLAM framework for which both the feature detector and feature descriptor are parametrized. The evaluation was performed with a standard dataset with ground-truth information and six feature detectors and four descriptors. The presented results indicate that the combination of the GFTT detector and the BRIEF descriptor provides the best trade-off between the localization precision and computational requirements among the evaluated combinations of the detectors and descriptors.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

ACTA POLYTECHNICA CTU PROCEEDINGS: PAIR'15 Student Conferences on Planning in Artificial Intelligence and Robotics

ISBN

—

ISSN

2336-5382

e-ISSN

—

Počet stran výsledku

6

Strana od-do

45-50

Název nakladatele

ČVUT

Místo vydání

Praha

Místo konání akce

Písek

Datum konání akce

7. 9. 2015

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—