Till Örebro universitet

oru.seÖrebro universitets publikationer
Driftstörningar
Det förekommer återkommande driftstörningar på några av sök-portalerna på grund av hög belastning. Vi arbetar på att lösa problemet, ni kan tillfälligt mötas av ett felmeddelande.
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Fukuoka datasets for place categorization
Technical Univeristy of Cartagena, Cartagena, Spain.ORCID-id: 0000-0002-3908-4921
Graduate School of Information Science and Electrical Engeneering, Kyushu University, Fukuoka, Japan.
Graduate School of Information Science and Electrical Engeneering, Kyushu University, Fukuoka, Japan.
Jet Propulsion Laboratory, California Institute of Technology, Paasadena, USA.
Visa övriga samt affilieringar
2019 (Engelska)Ingår i: The international journal of robotics research, ISSN 0278-3649, E-ISSN 1741-3176, Vol. 38, nr 5, s. 507-517Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

This paper presents several multi-modal 3D datasets for the problem of categorization of places. In this problem. a robotic agent should decide on the type of place/environment where it is located (residential area, forest, etc.) using information gathered by its sensors. In addition to the 3D depth information, the datasets include additional modalities such as RGB or reflectance images. The observations were taken in different indoor and outdoor environments in Fukuoka city, Japan. Outdoor place categories include forests, urban areas, indoor parking, outdoor parking, coastal areas, and residential areas. Indoor place categories include corridors, offices, study rooms, kitchens, laboratories, and toilets. The datasets are available to download at http://robotics.ait.kyushu-u.ac.jp/kyushu_datasets.

Ort, förlag, år, upplaga, sidor
Sage Publications, 2019. Vol. 38, nr 5, s. 507-517
Nyckelord [en]
place categorization, outdoor scenario, indoor scenario, 3D data, multi-modal data, mobile robotics, labeling, dataset
Nationell ämneskategori
Data- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:oru:diva-83660DOI: 10.1177/0278364919835603ISI: 000465025200001Scopus ID: 2-s2.0-85063351834OAI: oai:DiVA.org:oru-83660DiVA, id: diva2:1447611
Anmärkning

Funding Agency:

Japanese JSPS KAKENHI, Grant Number: JP26249029

Spanish DGT, Grant Number: SPIP2017-02286

Spanish Fundacion Seneca, Grant Number: 20041/GERM/16

Spanish Government, Grant Number: RYC-2014-15029

Campus Mare Nostrum (UM-UPCT) 

Tillgänglig från: 2020-06-26 Skapad: 2020-06-26 Senast uppdaterad: 2020-08-04Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Person

Martinez Mozos, Oscar

Sök vidare i DiVA

Av författaren/redaktören
Martinez Mozos, Oscar
I samma tidskrift
The international journal of robotics research
Data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 145 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf