A randomized forest is trained to m

A randomized forest is trained to map depth images captured by a depth camera to labeled locations. As a sequence, this information is used to refine the results of odometry-based localization. Experiments are conducted with a real electronic wheelchair to show that the proposed approach helps increase the accuracy of the conventional methods. Therefore, the approach is applicable for many applications related to indoor localization.

Kết quả (Việt) 1:

Một khu rừng ngẫu nhiên được huấn luyện để bản đồ độ sâu hình ảnh bị bắt bởi một máy ảnh độ sâu đến các địa điểm có nhãn. Như một chuỗi, thông tin này được sử dụng để tinh chỉnh các kết quả của odometry dựa trên địa phương hoá. Thí nghiệm được tiến hành với một xe lăn điện tử thực tế để hiển thị các phương pháp được đề xuất sẽ giúp tăng độ chính xác của các phương pháp thông thường. Vì vậy, cách tiếp cận này là áp dụng cho nhiều ứng dụng liên quan đến hồ địa phương hoá.

Kết quả (Việt) 2:

Một rừng ngẫu nhiên được đào tạo để lập bản đồ hình ảnh sâu chụp bởi một máy ảnh độ sâu đến các địa điểm dán nhãn. Là một trình tự, thông tin này được sử dụng để tinh chỉnh các kết quả của nội địa hóa odometry dựa trên. Các thí nghiệm được tiến hành với một chiếc xe lăn điện tử thực tế để cho thấy rằng phương pháp đề xuất giúp tăng độ chính xác của phương pháp thông thường. Vì vậy, phương pháp này được áp dụng cho nhiều ứng dụng liên quan đến nội địa hóa trong nhà.