論文の概要: Shape Estimation for Elongated Deformable Object using B-spline Chained
Multiple Random Matrices Model
- arxiv url: http://arxiv.org/abs/2004.05233v1
- Date: Fri, 10 Apr 2020 21:15:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-14 21:28:30.452415
- Title: Shape Estimation for Elongated Deformable Object using B-spline Chained
Multiple Random Matrices Model
- Title（参考訳）: B-spline Chained Multiple Random Matrices Model を用いた弾性変形物体の形状推定
- Authors: Gang Yao, Ryan Saltus, Ashwin Dani
- Abstract要約: 伸縮変形可能な物体の幾何学的特性をモデル化するために, B-スプライン鎖型多元ランダム行列表現を提案する。
予測最大化(EM)法は、伸長変形可能な物体の形状を推定するために導出される。
提案アルゴリズムは, シナリオ内での伸長変形可能な物体の形状推定に有用である。
- 参考スコア（独自算出の注目度）: 5.94069939063928
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, a B-spline chained multiple random matrices representation is
proposed to model geometric characteristics of an elongated deformable object.
The hyper degrees of freedom structure of the elongated deformable object make
its shape estimation challenging. Based on the likelihood function of the
proposed model, an expectation-maximization (EM) method is derived to estimate
the shape of the elongated deformable object. A split and merge method based on
the Euclidean minimum spanning tree (EMST) is proposed to provide
initialization for the EM algorithm. The proposed algorithm is evaluated for
the shape estimation of the elongated deformable objects in scenarios, such as
the static rope with various configurations (including configurations with
intersection), the continuous manipulation of a rope and a plastic tube, and
the assembly of two plastic tubes. The execution time is computed and the
accuracy of the shape estimation results is evaluated based on the comparisons
between the estimated width values and its ground-truth, and the intersection
over union (IoU) metric.
- Abstract（参考訳）: 本稿では, 細長い変形可能な物体の幾何学的特性をモデル化するために, b-spline chained multiple random matrices representation を提案する。
細長い変形可能な物体の超自由度構造は、その形状推定を困難にする。
提案手法は, 予測最大化(EM)法を用いて, 長めの変形可能な物体の形状を推定する。
Euclidean minimum spaning tree (EMST) に基づく分割およびマージ手法を提案し,EMアルゴリズムの初期化を提案する。
提案手法は, 様々な形状(交差形状を含む)の静的ロープ, ロープとプラスチック管の連続操作, 2本のプラスチック管の組立など, 細長い変形可能な物体の形状推定について評価した。
実行時間を算出し、推定幅値とその接地構造、および結合(IoU)距離の比較に基づいて形状推定結果の精度を評価する。
関連論文リスト
- Extended Object Tracking and Classification based on Linear Splines [5.672223170618134]
本稿では,2次元拡張対象追跡と分類のための線形スプラインに基づくフレームワークを提案する。
拡張対象の輪郭上の任意の点からノイズ測定を散布できる場合に、正確な確率が導出される。
観測されたデータが所定の形状にどの程度収まるかを測定するために、適切な推定器を開発する。
論文 参考訳（メタデータ） (2024-10-31T17:46:54Z) - Latent Semantic Consensus For Deterministic Geometric Model Fitting [109.44565542031384]
我々はLSC(Latent Semantic Consensus)と呼ばれる効果的な方法を提案する。
LSCは、モデルフィッティング問題をデータポイントとモデル仮説に基づく2つの潜在意味空間に定式化する。
LSCは、一般的な多構造モデルフィッティングのために、数ミリ秒以内で一貫した、信頼性の高いソリューションを提供することができる。
論文 参考訳（メタデータ） (2024-03-11T05:35:38Z) - Towards Efficient Time Stepping for Numerical Shape Correspondence [55.2480439325792]
偏微分方程式(PDE)に基づく手法が確立されており、例えば古典的な熱核シグネチャを含む。
本研究の目的は,形状解析の文脈における時間積分の手法の有用な性質を特定できるかどうかを評価することである。
論文 参考訳（メタデータ） (2023-12-21T13:40:03Z) - Object based Bayesian full-waveform inversion for shear elastography [0.0]
組織中の異常画像のせん断エラストグラフィーにおける不確かさを定量化する計算手法を開発した。
パラメータフィールドの後方確率は異常の幾何とそのせん断率を表わす。
滑らかで不規則な形状の合成2次元試験に対するアプローチを実証する。
論文 参考訳（メタデータ） (2023-05-11T08:25:25Z) - Automatic Parameterization for Aerodynamic Shape Optimization via Deep
Geometric Learning [60.69217130006758]
空力形状最適化のための形状パラメータ化を完全に自動化する2つの深層学習モデルを提案する。
どちらのモデルも、深い幾何学的学習を通じてパラメータ化し、人間の事前知識を学習された幾何学的パターンに埋め込むように最適化されている。
2次元翼の形状最適化実験を行い、2つのモデルに適用可能なシナリオについて論じる。
論文 参考訳（メタデータ） (2023-05-03T13:45:40Z) - AutoPoly: Predicting a Polygonal Mesh Construction Sequence from a
Silhouette Image [17.915067368873018]
AutoPolyはシルエット画像から多角形メッシュ構築シーケンスを生成するハイブリッド手法である。
提案手法はトポロジを修正できるが,最近提案された微分可能レンダリングを用いた逆形状推定法は固定トポロジのみを処理できる。
論文 参考訳（メタデータ） (2022-03-29T04:48:47Z) - Functional additive regression on shape and form manifolds of planar
curves [0.0]
我々は、形と形を、翻訳、回転、および -- 形状について -- の同値類として定義する。
平面曲線やランドマークの形状や形状のモデルに一般化された加法的回帰を拡張します。
論文 参考訳（メタデータ） (2021-09-06T17:43:32Z) - Optimal radial basis for density-based atomic representations [58.720142291102135]
データセットの構造的多様性を最も効率的に表現するために選択される適応的で最適な数値ベースを構築する方法について議論します。
トレーニングデータセットごとに、この最適なベースはユニークで、プリミティブベースに関して追加のコストなしで計算することができる。
この構成が精度と計算効率のよい表現をもたらすことを実証する。
論文 参考訳（メタデータ） (2021-05-18T17:57:08Z) - Random Matrix Based Extended Target Tracking with Orientation: A New
Model and Inference [0.0]
本稿では,動的物体の範囲を時間方向の楕円体として表現できる新しい対象追跡アルゴリズムを提案する。
対角正半定行列は、ランダム行列フレームワーク内のオブジェクトの範囲をモデル化するために定義される。
共役性がないため、真の後部の閉形式解析式を見つけることは不可能である。
論文 参考訳（メタデータ） (2020-10-17T16:33:06Z) - Category Level Object Pose Estimation via Neural Analysis-by-Synthesis [64.14028598360741]
本稿では、勾配に基づくフィッティング法とパラメトリックニューラルネットワーク合成モジュールを組み合わせる。
画像合成ネットワークは、ポーズ設定空間を効率的に分散するように設計されている。
本研究では,2次元画像のみから高精度に物体の向きを復元できることを実験的に示す。
論文 参考訳（メタデータ） (2020-08-18T20:30:47Z) - Learning to predict metal deformations in hot-rolling processes [59.00006390882099]
ホットローリング(Hot-rolling)は、入力から一連の変形を通じて断面を生成する金属成形プロセスである。
現状では、ロールの回転列と形状は、与えられた断面を達成するために必要である。
そこで本研究では,一組のロールが与えられた形状を予測するための教師付き学習手法を提案する。
論文 参考訳（メタデータ） (2020-07-22T13:33:44Z)
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。