高精度地图前沿论文最新进展 2018.11.06 方建勇1

"高精度地图前沿论文最新进展" 本文对高精度地图前沿论文最新进展进行了总结和分析，涵盖了停车场自动驾驶的实时室内定位问题、低剂量CT图像中的肺结节软激活映射、基于内容的皮肤镜图像深度分类特征的诊断精度、卓越引导深部网络用于弱监督图像分割和无人机比赛的最佳学习方法等多个方面。 停车场自动驾驶的实时室内定位问题 停车场自动驾驶的实时室内定位问题是一个亟待解决的问题。本文提出了一种新颖实用的解决方案，即提取高级别地标，即停车位，并丰富标签，以避免混叠的低级视觉特征。这种方法可以实时确定停车位的位置，从而实现自动驾驶的实时室内定位。 低剂量CT图像中的肺结节软激活映射 低剂量CT图像中的肺结节软激活映射是计算机视觉领域的一个重要问题。本文提出了一个软激活映射（SAM）方法，以便使用卷积神经网络（CNN）实现细粒度病变分析。通过将高层卷积特征与SAM相结合，本文提出了一个高水平的特征增强方案，用于精确定位多个CT切片的病变。实验结果表明，所提出的方法实现了最先进的预测性能，降低了假阳性率。 基于内容的皮肤镜图像深度分类特征的诊断精度 基于内容的皮肤镜图像深度分类特征的诊断精度是一个医疗图像分析领域的重要问题。本文比较了基于内容的图像检索（CBIR）在视觉上与相应疾病标签的图像检索中获得的诊断准确性与神经图像的预测。实验结果表明，CBIR方法可以达到较高的准确率，但缺乏可解释性。 卓越引导深部网络用于弱监督图像分割 弱监督图像分割是计算机视觉领域的一个重要任务。本文提出了一个卓越引导深部网络，用于弱监督图像分割。所提出的方法可以生成高质量的对象位置线索，并可以扩大像素级标签的范围。实验结果表明，所提出的方法实现了最先进的预测性能，降低了错误突出像素的影响。 无人机比赛的最佳学习方法 无人机比赛的最佳学习方法是一个机器人学习领域的重要问题。本文提出了一个无人机比赛的最佳学习方法，即可以在以前看不见的环境中运行新的轨道，而不需要精确的地图或昂贵的数据收集。所提出的方法可以代表具有粗糙闸门位置的全局轨道布局，并可以通过一次演示轻松估计。在测试时，卷积神经网络预测最近的闸门的姿态及其不确定性。这些预测是由一个扩展卡尔曼滤波器，保持最佳的最大的后验估计闸门位置。实验结果表明，所提出的方法可以赢得IROSW 2018无人机比赛，将排名第二的球队排除在2倍。 本文对高精度地图前沿论文最新进展进行了总结和分析，涵盖了多个方面的研究成果，提供了一个系统的了解高精度地图前沿论文最新进展的机会。