論文の概要: Reasoning about Cardinal Directions between 3-Dimensional Extended
Objects using Answer Set Programming
- arxiv url: http://arxiv.org/abs/2008.04126v1
- Date: Mon, 10 Aug 2020 13:38:41 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-31 23:12:47.667433
- Title: Reasoning about Cardinal Directions between 3-Dimensional Extended
Objects using Answer Set Programming
- Title(参考訳): 回答集合プログラミングを用いた三次元拡張物体間の心的方向の推論
- Authors: Yusuf Izmirlioglu, Esra Erdem
- Abstract要約: 3D-nCDC-ASPは新しいタイプのデフォルト制約でCardinal Directional Calculusを拡張し、nCDC-ASPを3Dに拡張する。
本稿では,3D-nCDC-ASPの音質を実証し,その有用性について述べる。
- 参考スコア(独自算出の注目度): 3.4265828682659696
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a novel formal framework (called 3D-nCDC-ASP) to represent and
reason about cardinal directions between extended objects in 3-dimensional (3D)
space, using Answer Set Programming (ASP). 3D-nCDC-ASP extends Cardinal
Directional Calculus (CDC) with a new type of default constraints, and nCDC-ASP
to 3D. 3D-nCDC-ASP provides a flexible platform offering different types of
reasoning: Nonmonotonic reasoning with defaults, checking consistency of a set
of constraints on 3D cardinal directions between objects, explaining
inconsistencies, and inferring missing CDC relations. We prove the soundness of
3D-nCDC-ASP, and illustrate its usefulness with applications. This paper is
under consideration for acceptance in TPLP.
- Abstract(参考訳): 本稿では,3次元空間における拡張対象間の基数方向の表現と推論を行うための新しい形式的フレームワーク(3D-nCDC-ASP)を提案する。
3D-nCDC-ASPは、新しいタイプのデフォルト制約とnCDC-ASPを3Dに拡張する。
3d-ncdc-aspは、様々な種類の推論を提供する柔軟なプラットフォームを提供する: デフォルトを持つ非単調な推論、オブジェクト間の3d基数方向の一連の制約の一貫性の確認、不整合の説明、cdc関係の欠如の推測。
我々は,3D-nCDC-ASPの音質を実証し,その有用性を示す。
本論文はTPLPの受容について検討中である。
関連論文リスト
- Weakly Supervised 3D Object Detection via Multi-Level Visual Guidance [81.68608983602581]
本稿では,3次元ラベルを必要とせずに2次元ドメインと3次元ドメイン間の制約を活用できるフレームワークを提案する。
具体的には、LiDARと画像特徴をオブジェクト認識領域に基づいて整列する特徴レベルの制約を設計する。
第二に、出力レベルの制約は、2Dと投影された3Dボックスの推定の重なりを強制するために開発される。
第3に、トレーニングレベルの制約は、視覚データと整合した正確で一貫した3D擬似ラベルを生成することによって利用される。
論文 参考訳(メタデータ) (2023-12-12T18:57:25Z) - Novel class discovery meets foundation models for 3D semantic
segmentation [23.473069672996367]
本稿では,ポイントクラウドセマンティックセマンティックセグメンテーションにおけるNCDの新たな課題を紹介する。
2次元セマンティックセグメンテーションのための既存のNCD法を直接3次元データに変換することで、最適以下の結果が得られることを示す。
オンラインクラスタリング,不確実性推定,セマンティック蒸留に基づく新しいNCD手法を提案する。
論文 参考訳(メタデータ) (2023-12-06T09:59:30Z) - COTR: Compact Occupancy TRansformer for Vision-based 3D Occupancy
Prediction [64.50060115989916]
自動運転コミュニティは、3Dの占有率予測に大きな関心を示している。
そこで本研究では,COTR (Compact Occupancy TRansformer) を提案する。
COTRは、8%から15%の相対的な改善でベースラインを上回っている。
論文 参考訳(メタデータ) (2023-12-04T14:23:18Z) - 3DRP-Net: 3D Relative Position-aware Network for 3D Visual Grounding [58.924180772480504]
3Dビジュアルグラウンドは、自由形式の言語記述によって、ターゲットオブジェクトを3Dポイントクラウドにローカライズすることを目的としている。
3次元相対位置認識ネットワーク(3-Net)という,関係性を考慮した一段階フレームワークを提案する。
論文 参考訳(メタデータ) (2023-07-25T09:33:25Z) - 3D-QueryIS: A Query-based Framework for 3D Instance Segmentation [74.6998931386331]
従来の3Dインスタンスセグメンテーションの方法は、しばしばタスク間の依存関係と堅牢性の欠如の傾向を維持する。
本稿では,3D-QueryISと呼ばれる新しい問合せ方式を提案する。
私たちの3D-QueryISは、タスク間の依存関係による累積エラーから解放されています。
論文 参考訳(メタデータ) (2022-11-17T07:04:53Z) - A Solution for a Fundamental Problem of 3D Inference based on 2D
Representations [0.0]
ニューラルネットワークを用いた単眼視からの3次元推論は、コンピュータビジョンの重要な研究領域である。
本稿では,問題の重要な特別な場合に対して,2次元表現に基づく説明可能で頑健な解を提供する。
2次元画像から3次元オブジェクトのポーズ推定に関連する問題を解くために,利用可能な情報に基づく学習手法を新たに導入する。
論文 参考訳(メタデータ) (2022-11-09T05:37:01Z) - Conditional Antibody Design as 3D Equivariant Graph Translation [28.199522831859998]
我々は,CDRの1次元配列と3次元構造を共設計するためのマルチチャネル等価アテンションネットワーク(MEAN)を提案する。
本手法は, 配列および構造モデリング, 抗原結合型CDR設計, 結合親和性最適化における最先端モデルを大幅に超えている。
論文 参考訳(メタデータ) (2022-08-12T01:00:59Z) - ProposalContrast: Unsupervised Pre-training for LiDAR-based 3D Object
Detection [114.54835359657707]
ProposalContrastは、教師なしのポイントクラウド事前トレーニングフレームワークである。
地域提案と対比することで、堅牢な3D表現を学習する。
ProposalContrastは様々な3D検出器で検証される。
論文 参考訳(メタデータ) (2022-07-26T04:45:49Z) - Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic
Segmentation [87.54570024320354]
大規模運転シーンのLiDARセマンティックセマンティックセグメンテーションのための最先端の手法は、しばしば2D空間の点雲を投影して処理する。
3D-to-2Dプロジェクションの問題に取り組むための簡単な解決策は、3D表現を保ち、3D空間の点を処理することである。
我々は3次元シリンダー分割と3次元シリンダー畳み込みに基づくフレームワークをCylinder3Dとして開発し,3次元トポロジの関係と運転シーンの点雲の構造を利用する。
論文 参考訳(メタデータ) (2020-08-04T13:56:19Z)
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。