論文の概要: Nearest Neighbor Sampling of Point Sets using Rays
- arxiv url: http://arxiv.org/abs/1911.10737v5
- Date: Wed, 13 Sep 2023 04:03:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-14 19:01:10.065656
- Title: Nearest Neighbor Sampling of Point Sets using Rays
- Title（参考訳）: 線を用いた点集合の近接近傍サンプリング
- Authors: Liangchen Liu, Louis Ly, Colin Macdonald, and Yen-Hsi Richard Tsai
- Abstract要約: ユークリッド空間に埋め込まれた点集合の分布のサンプリング・圧縮・解析のための新しい枠組みを提案する。
我々のアプローチは、レイセンススケッチと呼ばれるテンソルを構築することを含み、これは、一連の光線に沿った点の基底幾何学から最も近い隣人をキャプチャする。
- 参考スコア（独自算出の注目度）: 6.44142812888487
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a new framework for the sampling, compression, and analysis of
distributions of point sets and other geometric objects embedded in Euclidean
spaces. Our approach involves constructing a tensor called the RaySense sketch,
which captures nearest neighbors from the underlying geometry of points along a
set of rays. We explore various operations that can be performed on the
RaySense sketch, leading to different properties and potential applications.
Statistical information about the data set can be extracted from the sketch,
independent of the ray set. Line integrals on point sets can be efficiently
computed using the sketch. We also present several examples illustrating
applications of the proposed strategy in practical scenarios.
- Abstract（参考訳）: ユークリッド空間に埋め込まれた点集合やその他の幾何学的対象の分布のサンプリング・圧縮・解析のための新しい枠組みを提案する。
我々のアプローチはレイセンススケッチと呼ばれるテンソルを構築することを含み、これは光線の集合に沿った点の基底幾何学から最も近い隣人を捉える。
我々はRaySenseのスケッチで実行できる様々な操作を探索し、様々な特性と潜在的な応用をもたらす。
データセットに関する統計的情報は、線集合とは独立してスケッチから抽出することができる。
点集合上の直線積分はスケッチを用いて効率的に計算できる。
また,提案手法の実用シナリオへの適用例をいくつか紹介する。
関連論文リスト
- Sample-Efficient Geometry Reconstruction from Euclidean Distances using Non-Convex Optimization [7.114174944371803]
ユークリッド距離情報点対を埋め込む適切な点を見つける問題は、コアタスクとサブマシン学習の問題の両方として生じる。
本稿では,最小限のサンプル数を考えると,この問題を解決することを目的とする。
論文 参考訳（メタデータ） (2024-10-22T13:02:12Z) - Boundary Detection Algorithm Inspired by Locally Linear Embedding [8.259071011958254]
本稿では,広く使用されている局所的線形埋め込みアルゴリズムにインスパイアされた境界点検出手法を提案する。
本手法は,2つの近傍探索スキーム($epsilon$-radius ball scheme)と$K$-nearest neighbor scheme($K$-nearest neighbor scheme)を用いて実装する。
論文 参考訳（メタデータ） (2024-06-26T16:05:57Z) - Point Cloud Classification via Deep Set Linearized Optimal Transport [51.99765487172328]
我々は,点雲をL2-$spaceに効率的に同時埋め込むアルゴリズムであるDeep Set Linearized Optimal Transportを紹介した。
この埋め込みはワッサーシュタイン空間内の特定の低次元構造を保持し、点雲の様々なクラスを区別する分類器を構成する。
我々は,有限個のラベル付き点雲を持つフローデータセットの実験を通じて,標準的な深層集合アプローチに対するアルゴリズムの利点を実証する。
論文 参考訳（メタデータ） (2024-01-02T23:26:33Z) - The Fisher-Rao geometry of CES distributions [50.50897590847961]
Fisher-Rao情報幾何学は、ツールを微分幾何学から活用することができる。
楕円分布の枠組みにおけるこれらの幾何学的ツールの実用的利用について述べる。
論文 参考訳（メタデータ） (2023-10-02T09:23:32Z) - Handbook on Leveraging Lines for Two-View Relative Pose Estimation [82.72686460985297]
本稿では,画像ペア間の相対的なポーズを,点,線,およびそれらの一致をハイブリッド方式で共同で推定する手法を提案する。
我々のハイブリッドフレームワークは、すべての構成の利点を組み合わせて、挑戦的な環境で堅牢で正確な見積もりを可能にします。
論文 参考訳（メタデータ） (2023-09-27T21:43:04Z) - Neural Point Light Fields [80.98651520818785]
本稿では,スパース点雲上に存在する光の場を暗黙的に表現するニューラルポイント光場について紹介する。
これらの点光場は、光線方向と局所点特徴近傍の関数として機能し、光場条件付きトレーニング画像を高密度の被写体とパララックスを介さずに補間することができる。
論文 参考訳（メタデータ） (2021-12-02T18:20:10Z) - Polygonal Point Set Tracking [50.445151155209246]
本稿では,学習に基づく多角形点集合追跡手法を提案する。
私たちのゴールは、ターゲットの輪郭上の対応する点を追跡することです。
本稿では,部分歪みとテキストマッピングに対する本手法の視覚効果について述べる。
論文 参考訳（メタデータ） (2021-05-30T17:12:36Z) - From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized
3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。
このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。
本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文 参考訳（メタデータ） (2020-01-21T06:51:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。