論文の概要: Robust Detection of Non-overlapping Ellipses from Points with Applications to Circular Target Extraction in Images and Cylinder Detection in Point Clouds

• arxiv url: http://arxiv.org/abs/2011.13849v3
• Date: Tue, 30 Mar 2021 17:56:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-23 20:50:38.125566
• Title: Robust Detection of Non-overlapping Ellipses from Points with Applications to Circular Target Extraction in Images and Cylinder Detection in Point Clouds
• Title（参考訳）: 点からの重なりのない楕円のロバスト検出と画像の円形目標抽出と点雲のシリンダ検出への応用
• Authors: Reza Maalek and Derek Lichti
• Abstract要約: この原稿は、エッジポイントから重複しない楕円を自動的に検出する新しい方法のコレクションを提供する。 その結果, (i) モンテカルロ系楕円体を2次元(2D) 点に外接点に適合させる, (ii) 負極点から非重なり合う楕円体を検出する, (iii) 円柱を3次元点群から抽出する,といった新しい手法が導入された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This manuscript provides a collection of new methods for the automated detection of non-overlapping ellipses from edge points. The methods introduce new developments in: (i) robust Monte Carlo-based ellipse fitting to 2-dimensional (2D) points in the presence of outliers; (ii) detection of non-overlapping ellipse from 2D edge points; and (iii) extraction of cylinder from 3D point clouds. The proposed methods were thoroughly compared with established state-of-the-art methods, using simulated and real-world datasets, through the design of four sets of original experiments. It was found that the proposed robust ellipse detection was superior to four reliable robust methods, including the popular least median of squares, in both simulated and real-world datasets. The proposed process for detecting non-overlapping ellipses achieved F-measure of 99.3% on real images, compared to F-measures of 42.4%, 65.6%, and 59.2%, obtained using the methods of Fornaciari, Patraucean, and Panagiotakis, respectively. The proposed cylinder extraction method identified all detectable mechanical pipes in two real-world point clouds, obtained under laboratory, and industrial construction site conditions. The results of this investigation show promise for the application of the proposed methods for automatic extraction of circular targets from images and pipes from point clouds.
• Abstract（参考訳）: この原稿は、エッジポイントから重複しない楕円を自動的に検出する新しい方法のコレクションを提供する。 新たな展開は次の通りである。 (i)ロバストなモンテカルロ系楕円体が2次元(2D)点に外接点の存在下で適合すること。 (II)2次元エッジ点からの非重なり合う楕円の検出、及び (iii)三次元点雲からのシリンダーの抽出 提案手法は, 4つの実験セットの設計を通じて, シミュレーションおよび実世界のデータセットを用いて, 既存の最先端手法と徹底的に比較した。 提案したロバスト楕円検出は、シミュレーションと実世界の両方のデータセットにおいて、四つの信頼性の高いロバストな手法よりも優れていることがわかった。 提案手法は実画像上でのF値の99.3%をFornaciari,Patraucean,PanagiotakisのF値の42.4%,65.6%,59.2%と比較した。 提案するシリンダー抽出法により,実世界の2つの点雲中の全ての検出可能な機械管を,実験室条件と建設現場条件下で同定した。 本研究は,点雲から画像やパイプから円ターゲットを自動的に抽出する手法の適用を期待するものである。

関連論文リスト

• Improving Online Lane Graph Extraction by Object-Lane Clustering [106.71926896061686]
  本稿では,局所レーングラフの推定精度を向上させるために,アーキテクチャと損失の定式化を提案する。 提案手法は,中心線をクラスタ中心とすることで,対象を中心線に割り当てることを学ぶ。 提案手法は既存の3次元オブジェクト検出手法の出力を用いて,大幅な性能向上を実現することができることを示す。
  論文  参考訳（メタデータ） (2023-07-20T15:21:28Z)
• Irregular Change Detection in Sparse Bi-Temporal Point Clouds using Learned Place Recognition Descriptors and Point-to-Voxel Comparison [0.0]
  本稿では3次元点雲における変化検出のための革新的なアプローチを提案する。 深層学習位置認識記述子とボクセル対ポイント比較に基づく不規則物体抽出を用いる。 提案手法は実世界の実地実験で評価された。
  論文  参考訳（メタデータ） (2023-06-27T12:22:25Z)
• EPCS: Endpoint-based Part-aware Curve Skeleton Extraction for Low-quality Point Clouds [3.9243573226410278]
  低品質点雲に対するエンドポイントベース部分認識曲線スケルトン(EPCS)抽出法を提案する。 提案手法はいくつかの最先端手法と比較し, その堅牢性, 有効性, 効率性を検証した。
  論文  参考訳（メタデータ） (2022-11-17T12:13:49Z)
• Detecting Rotated Objects as Gaussian Distributions and Its 3-D Generalization [81.29406957201458]
  既存の検出方法は、パラメータ化バウンディングボックス(BBox)を使用して(水平)オブジェクトをモデル化し、検出する。 このような機構は回転検出に有効な回帰損失を構築するのに基本的な限界があると主張する。 回転した物体をガウス分布としてモデル化することを提案する。 2次元から3次元へのアプローチを、方向推定を扱うアルゴリズム設計により拡張する。
  論文  参考訳（メタデータ） (2022-09-22T07:50:48Z)
• 6DOF Pose Estimation of a 3D Rigid Object based on Edge-enhanced Point Pair Features [20.33119373900788]
  本稿では,点対特徴量(PPF)に基づく効率的な6次元ポーズ推定手法を提案する。 エッジマッチング度を計算することにより、対称曖昧性を解決するために、ポーズ仮説の検証手法を提案する。
  論文  参考訳（メタデータ） (2022-09-17T07:05:50Z)
• SASA: Semantics-Augmented Set Abstraction for Point-based 3D Object Detection [78.90102636266276]
  SASA(Semantics-Augmented Set Abstraction)と呼ばれる新しい集合抽象化手法を提案する。 そこで本研究では, 推定点前景スコアに基づいて, より重要な前景点の維持を支援するセマンティックス誘導点サンプリングアルゴリズムを提案する。 実際には、SASAは、前景オブジェクトに関連する貴重な点を識別し、ポイントベースの3D検出のための特徴学習を改善するのに有効である。
  論文  参考訳（メタデータ） (2022-01-06T08:54:47Z)
• End-to-end lung nodule detection framework with model-based feature projection block [0.0]
  胸部CTで不審な肺結節を検出するための新しいエンドツーエンドフレームワークを提案する。 メソッドコアのアイデアは、3次元畳み込みにモデルベースの特徴投影ブロックを持つ新しいセグメンテーションアーキテクチャである。 提案手法を軸方向, コロナ面, 矢状面の投影解析と併用することにより, 広く用いられている偽陽性の低減ステップを放棄することができる。
  論文  参考訳（メタデータ） (2021-06-10T13:42:59Z)
• Unsupervised Learning for Subterranean Junction Recognition Based on 2D Point Cloud [3.8532191223676517]
  本稿では, 獲得した2次元点雲に基づいて地下環境におけるトンネル接合数を検出するための, 教師なし学習フレームワークを提案する。 我々は,複数の現実的なシミュレーションや地下環境の実際の飛行から収集した複数のデータセットを用いて,開発フレームワークを検証した。
  論文  参考訳（メタデータ） (2020-06-07T18:36:56Z)
• DOPS: Learning to Detect 3D Objects and Predict their 3D Shapes [54.239416488865565]
  LIDARデータに対する高速な1段3次元物体検出法を提案する。 我々の手法の中核となる新規性は高速かつシングルパスアーキテクチャであり、どちらも3次元の物体を検出し、それらの形状を推定する。 提案手法は,ScanNetシーンのオブジェクト検出で5%,オープンデータセットでは3.4%の精度で結果が得られた。
  論文  参考訳（メタデータ） (2020-04-02T17:48:50Z)
• Holistically-Attracted Wireframe Parsing [123.58263152571952]
  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。
  論文  参考訳（メタデータ） (2020-03-03T17:43:57Z)
• 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。