
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | FGI | - |
| Autor(es): dc.creator | Garcia, Thaisa Aline Correia | - |
| Autor(es): dc.creator | Campos, Mariana Batista | - |
| Autor(es): dc.creator | Castanheiro, Letícia Ferrari | - |
| Autor(es): dc.creator | Tommaselli, Antonio Maria Garcia | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T18:14:33Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T18:14:33Z | - |
| Data de envio: dc.date.issued | 2023-03-01 | - |
| Data de envio: dc.date.issued | 2023-03-01 | - |
| Data de envio: dc.date.issued | 2020-12-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/IGARSS47720.2021.9554752 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/240978 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/240978 | - |
| Descrição: dc.description | SLAM methods, such as ORB-SLAM, can build a map of an unknown environment (sparse point cloud) with optical images. The sensor motion provides image sequences over which keypoints are extracted and matched, enabling the simultaneous computation of sensor locations and 3D coordinates of points. In the last years, enormous progress has been done to solve the SLAM problem, especially focusing on computational efficiency and accurate sensor trajectory estimation. However, the auto-detection of incorrect or undesired match points (outliers) to support the auto-decision of include or not an image observation in the estimation process is still an open problem. ORB-SLAM fisheye is applied in this study to estimate sensor trajectory based on dual-fisheye images acquired with Ricoh Theta S omnidirectional camera in a terrestrial mobile mapping system carried by a backpack. This preliminary study demonstrated the possible effects of image observation outliers in the sensor trajectory estimation (planimetric and altimetric accuracy of 0.381m and 0.26m, respectively). A proposal to combine semantic segmentation using CNN in the photogrammetric process workflow to cope with this problem and detect potential image observation outlier areas is presented. | - |
| Descrição: dc.description | São Paulo State University Unesp, Presidente Prudente, SP | - |
| Descrição: dc.description | Finnish Geospatial Research Institute FGI | - |
| Descrição: dc.description | São Paulo State University Unesp, Presidente Prudente, SP | - |
| Formato: dc.format | 578-581 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | International Geoscience and Remote Sensing Symposium (IGARSS) | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Convolutional Neural Networks | - |
| Palavras-chave: dc.subject | Fisheye images | - |
| Palavras-chave: dc.subject | Image matching | - |
| Palavras-chave: dc.subject | ORB-SLAM fisheye | - |
| Título: dc.title | A PROPOSAL TO INTEGRATE ORB-SLAM FISHEYE AND CONVOLUTIONAL NEURAL NETWORKS FOR OUTDOOR TERRESTRIAL MOBILE MAPPING | - |
| Tipo de arquivo: dc.type | aula digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: