論文の概要: Holistically-Attracted Wireframe Parsing

• arxiv url: http://arxiv.org/abs/2003.01663v1
• Date: Tue, 3 Mar 2020 17:43:57 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-26 23:02:08.917357
• Title: Holistically-Attracted Wireframe Parsing
• Title（参考訳）: 電線フレーム解析法
• Authors: Nan Xue and Tianfu Wu and Song Bai and Fu-Dong Wang and Gui-Song Xia and Liangpei Zhang and Philip H.S. Torr
• Abstract要約: 本稿では,入力画像中のベクトル化ワイヤフレームを1つのフォワードパスで検出する高速で類似的な解析手法を提案する。 提案手法は, (i) ラインセグメントとジャンクション提案生成, (ii) ラインセグメントとジャンクションマッチング, (iii) ラインセグメントとジャンクション検証の3つのコンポーネントから構成される。
• 参考スコア（独自算出の注目度）: 123.58263152571952
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a fast and parsimonious parsing method to accurately and robustly detect a vectorized wireframe in an input image with a single forward pass. The proposed method is end-to-end trainable, consisting of three components: (i) line segment and junction proposal generation, (ii) line segment and junction matching, and (iii) line segment and junction verification. For computing line segment proposals, a novel exact dual representation is proposed which exploits a parsimonious geometric reparameterization for line segments and forms a holistic 4-dimensional attraction field map for an input image. Junctions can be treated as the "basins" in the attraction field. The proposed method is thus called Holistically-Attracted Wireframe Parser (HAWP). In experiments, the proposed method is tested on two benchmarks, the Wireframe dataset, and the YorkUrban dataset. On both benchmarks, it obtains state-of-the-art performance in terms of accuracy and efficiency. For example, on the Wireframe dataset, compared to the previous state-of-the-art method L-CNN, it improves the challenging mean structural average precision (msAP) by a large margin ($2.8\%$ absolute improvements) and achieves 29.5 FPS on single GPU ($89\%$ relative improvement). A systematic ablation study is performed to further justify the proposed method.
• Abstract（参考訳）: 本稿では,入力画像中のベクトル化ワイヤフレームを1つのフォワードパスで高精度かつ堅牢に検出する,高速で相似な解析手法を提案する。 提案手法は,3成分からなるエンドツーエンド・トレーサブルである。 (i)線分及び接合提案生成方法 (ii)線分と接合部マッチング、及び (iii)線分と接合確認。 ラインセグメントの提案を計算するために,ラインセグメントの擬似幾何再パラメータ化を利用して,入力画像の全体的4次元アトラクション場マップを形成する,新しい2重表現を提案する。 接合はアトラクション場の「ベース」として扱うことができる。 提案手法はHuristically-Attracted Wireframe Parser (HAWP)と呼ばれる。 実験では、提案手法をWireframeデータセットと YorkUrbanデータセットの2つのベンチマークで検証した。 どちらのベンチマークでも、精度と効率の観点から最先端のパフォーマンスが得られる。 例えば、ワイヤフレームデータセットでは、以前の最先端のl-cnnと比較して、挑戦的な平均構造平均精度(msap)を大きなマージン(2.8\%$ absolute improvement)で改善し、シングルgpu上で29.5fps(89.%$相対的改善)を達成する。 提案手法をさらに正当化するために系統的アブレーション研究を行う。

関連論文リスト

• Fast and Scalable Semi-Supervised Learning for Multi-View Subspace Clustering [13.638434337947302]
  FSSMSCは、既存のアプローチで一般的に見られる高い計算複雑性に対する新しいソリューションである。 この手法は、各データポイントを選択されたランドマークの疎線型結合として表現し、すべてのビューにまたがるコンセンサスアンカーグラフを生成する。 FSSMSCの有効性と効率は、様々なスケールの複数のベンチマークデータセットに対する広範な実験を通して検証される。
  論文  参考訳（メタデータ） (2024-08-11T06:54:00Z)
• Polygon Detection for Room Layout Estimation using Heterogeneous Graphs and Wireframes [2.76240219662896]
  本稿では,部屋配置推定タスクを解くネットワーク手法を提案する。 ネットワークはRGB画像を撮り、ワイヤーフレームと時間ガラスのバックボーンを使ってスペースを推定する。
  論文  参考訳（メタデータ） (2023-06-21T11:55:15Z)
• Holistically-Attracted Wireframe Parsing: From Supervised to Self-Supervised Learning [112.54086514317021]
  本稿では,線分とジャンクションを用いた幾何解析のためのホロスティック適応型ワイヤフレーム解析法を提案する。 提案したHAWPは、エンド・ツー・フォームの4Dラベルによって強化された3つのコンポーネントで構成されている。
  論文  参考訳（メタデータ） (2022-10-24T06:39:32Z)
• Hybrid Trilinear and Bilinear Programming for Aligning Partially Overlapping Point Sets [85.71360365315128]
  多くの応用において、部分重なり合う点集合が対応するRPMアルゴリズムに不変であるようなアルゴリズムが必要である。 まず、目的が立方体有界関数であることを示し、次に、三線型および双線型単相変換の凸エンベロープを用いて、その下界を導出する。 次に、変換変数上の分岐のみを効率よく実行するブランチ・アンド・バウンド(BnB)アルゴリズムを開発する。
  論文  参考訳（メタデータ） (2021-01-19T04:24:23Z)
• Canny-VO: Visual Odometry with RGB-D Cameras based on Geometric 3D-2D Edge Alignment [85.32080531133799]
  本稿では,自由形式の曲線登録に関する古典的な問題をレビューし,効率的なrgbdビジュアルオドメトリシステムcanny-voに適用する。 エッジ登録でよく用いられる距離変換の代替として、近似近接近傍場と配向近接近傍場という2つの方法が提案されている。 3D2Dエッジアライメントは、効率性と精度の両方の観点から、これらの代替製剤の恩恵を受けます。
  論文  参考訳（メタデータ） (2020-12-15T11:42:17Z)
• PlueckerNet: Learn to Register 3D Line Reconstructions [57.20244406275875]
  本稿では,ユークリッド空間における2つの部分重畳された3次元線再構成の問題をニューラルネットワークで解く手法を提案する。 室内および屋外の両方のデータセットを用いた実験により,本手法の登録精度(回転と翻訳)は,ベースラインを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2020-12-02T11:31:56Z)
• DyCo3D: Robust Instance Segmentation of 3D Point Clouds through Dynamic Convolution [136.7261709896713]
  本稿では,インスタンスの性質に応じて適切な畳み込みカーネルを生成するデータ駆動型アプローチを提案する。 提案手法はScanetNetV2とS3DISの両方で有望な結果が得られる。 また、現在の最先端よりも推論速度を25%以上向上させる。
  論文  参考訳（メタデータ） (2020-11-26T14:56:57Z)
• A Fast Point Cloud Ground Segmentation Approach Based on Coarse-To-Fine Markov Random Field [0.32546166337127946]
  粗いマルコフ確率場(MRF)法に基づく高速点雲場分割手法を提案する。 提案手法は, 地盤のセグメンテーション精度の点で他のアルゴリズムよりも優れていることを示した。
  論文  参考訳（メタデータ） (2020-11-26T06:07:24Z)

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。